Hastane veri tabanında bilgi keşfi
Küçük Resim Yok
Tarih
2017
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Veri madenciliği büyük ölçekli veriler arasından "değeri olan" bir bilgiyi elde etme işidir. Bu sayede veriler arasındaki ilişkileri ortaya koyup ve gerektiğinde ileriye yönelik kestirimlerde de bulunmak mümkün olmaktadır. Bunun anlamı, veri madenciliği bir kurumda üretilen tüm verilerin belirli yöntemler kullanılarak var olan ya da gelecekte ortaya çıkabilecek gizli bilgiyi su yüzüne çıkarma süreci olarak değerlendirilebilir. Veri madenciliği yöntem ve tekniklerinin sağlık sektörü veri tabanlarında kullanımıyla özellikle hastane veya sağlık kurumları yöneticilerinin öngörü edinmesine yardımcı olabilecek bilgilerin elde edilmesi mümkündür. Sağlık verisinin büyüklüğü ve hayati önem taşıması veri madenciliğinin bu alanda da uygulanmasını gerekli kılmıştır. Bu tez çalışmasında veri madenciliği genel olarak tanıtılmış ve veri madenciliği yöntemlerinden olan sınıflandırma yöntemi ve algoritmaları anlatılmıştır. Sınıflandırma algoritmalarından karar ağaçları yöntemleri Ege Üniversitesi Hastanesi'nden elde edilen gerçek bir veri seti üzerinde uygulanmıştır
Data mining is used to extract the the "valuable" information obtained from the big data. In this way, it is possible to reveale the relationship between the data and when required the predictions for the future. This means that, data mining can be considered as the prosess of uncovering the hidden information, that exists or may exist in the future, by using certain methods on all data generated in an institution. By using data mining methods and techniques in health database it is possible to obtain information that may help hospital or health care facility managers to make predictions. It is necessary to apply data mining in the field of health due to the magnitude and vital importance of health data. In this thesis data mining is introduced and classification methods and algorithms are described. Decision trees which are classification of data mining algortihm methods are applied on a real dataset that is obtained from Ege University Hospital.
Data mining is used to extract the the "valuable" information obtained from the big data. In this way, it is possible to reveale the relationship between the data and when required the predictions for the future. This means that, data mining can be considered as the prosess of uncovering the hidden information, that exists or may exist in the future, by using certain methods on all data generated in an institution. By using data mining methods and techniques in health database it is possible to obtain information that may help hospital or health care facility managers to make predictions. It is necessary to apply data mining in the field of health due to the magnitude and vital importance of health data. In this thesis data mining is introduced and classification methods and algorithms are described. Decision trees which are classification of data mining algortihm methods are applied on a real dataset that is obtained from Ege University Hospital.
Açıklama
Anahtar Kelimeler
Biyoistatistik, Biostatistics
