Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 13
 İndirme 3
Diabetes Diagnosis using Ensemble Models in Machine Learning
2021
Dergi:  
Turkish Journal of Computer and Mathematics Education
Yazar:  
Özet:

Diabetes is one of the diseases where early detection is must given the fact that it is not possible to cure the disease once the patient gets the diabetes disease. As the number of patients is increasing on a day to day basis, it is difficult for the doctors to perform manual detection. With the technologies like Machine Learning in hand, we can perform automative detection to some extent. Lot of research has been performed till now on this diabetes diagnosis problem. This paper discusses predictive analysis using two ensemble machine Learning Algorithms such as Random Forest and GBDT. In this paper, we have performed various Experiments on Pima Indians Diabetes Dataset which contains Diabetes patients record and results are discussed. This paper additionally discusses the importance of Interpretability of output in the healthcare domain and explains how it will help the doctors in real time if we could provide interpretability of the output along with the output of the patient record given by machine learning model.

Anahtar Kelimeler:

0
2021
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler












Turkish Journal of Computer and Mathematics Education

Dergi Türü :   Uluslararası

Metrikler
Makale : 1.706
Atıf : 103
2023 Impact/Etki : 0.071
Turkish Journal of Computer and Mathematics Education