Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tespitinin Performans Karşılaştırmaları

Online Makale

Online Hizmetlere Toplu Bakış Online Kayıt ve Konaklama Online Bilimsel Program Dernekler İçin... Referanslarımız Telefon ve e-posta Desteği Bildiri özeti nedir? Bildiri özeti nasıl hazırlanır? Bildiri özeti örnekleri Kabul mektubu örnekleri

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi

Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tespitinin Performans Karşılaştırmaları [Pamukkale Univ Muh Bilim Derg]

Pamukkale Univ Muh Bilim Derg. Baskıdaki Makaleler: PAJES-34539 | DOI: 10.5505/pajes.2025.34539

Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tespitinin Performans Karşılaştırmaları

Bekir Can Telkenaroğlu¹, Bahar Demirtürk², Bayram Köse³
¹İzmir Bakırçay Üniversitesi, Akıllı Sistemler Mühendisliği Ana Bilim Dalı
²İzmir Bakırçay Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Temel Bilimler Bölümü
³İzmir Bakırçay Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Elektrik Elektronik Mühendisliği

Kalp hastalıkları, dünya çapında önde gelen ölüm nedenlerinden biri olup, erken teşhis ve doğru tedavi planlaması hastaların yaşam kalitesi ve hayatta kalma oranları açısından kritik öneme sahiptir. Bu çalışma ile makine öğrenmesi algoritmalarının kalp hastalığı teşhisindeki performansının Weka platformunda kapsamlı biçimde incelenmesi amaçlanmaktadır. Veri madenciliği yöntemleri kullanılarak elde edilen veri seti üzerinde; regresyon, sınıflandırma ve kümeleme algoritmaları uygulanmış, ardından kesinlik, hassasiyet ve F-skoru gibi performans ölçütleriyle değerlendirilmiştir. Bulgular, incelenen çeşitli algoritmaların kalp hastalığı teşhisinde başarı sağladığını ortaya koymaktadır. Elde edilen sonuçlar, hem sağlık profesyonelleri hem de araştırmacılar için makine öğrenmesi tekniklerinin kalp hastalığı teşhisine uygulanması konusunda yol gösterici niteliktedir ve hasta teşhis süreçlerinin iyileştirilmesine katkı sunmaktadır.

Anahtar Kelimeler: Weka, Makine Öğrenmesi Algoritmaları, Performans Analizi, Veri Analizi.

Performance Comparison of Heart Disease Detection with Machine Learning Algorithms

Bekir Can Telkenaroğlu¹, Bahar Demirtürk², Bayram Köse³
¹Izmir Bakircay University, Intellegent Systems Engineering
²Izmir Bakircay University, Engineering Faculty, Fundamental Sciences
³Izmir Bakircay University, Engineering Faculty, Electric Electronic Engineering

Heart diseases are one of the leading causes of death worldwide, and early diagnosis and proper treatment planning are critical for patients' quality of life and survival rates. This study aims to comprehensively investigate the performance of machine learning algorithms in heart disease diagnosis on the Weka platform. Regression, classification and clustering algorithms were applied on the data set obtained using data mining methods, and then evaluated with performance measures such as precision, accuracy and F-score. The findings reveal that the various algorithms examined provide success in the diagnosis of heart disease. The obtained results provide guidance for both healthcare professionals and researchers on the application of machine learning techniques to heart disease diagnosis and contribute to the improvement of patient diagnosis processes.

Keywords: Weka Machine Learning Algorithms, Performance Analysis, Data Analysis.

Sorumlu Yazar: Bahar Demirtürk, Türkiye

ARAÇLAR