TY  - JOUR
TI  - GDSC VERİLERİNİ KULLANARAK YAPAY ÖĞRENME YÖNTEMLERİ İLE AKCİĞER KANSERİ İÇİN HEDEF İLAÇ VE YOLAK TAHMİNİ
AB  - Bu çalışmada literatürde yer alan ve uluslararası alanda öneme sahip olan GDSC veri kümesinde yer alan akciğer kanseri verileri toplanmış, ve bu veriler  üzerinde yapay öğrenme yöntemleri kullanarak tahmin yapmak hedeflenmiştir. Bu amaçla ilaç dozunun yarılanma süresine bağlı hedef ilaç ve  hedef yolak tahminleri yapılmıştır. Elde edilen bu iki tahminin yine literatürde yer alan CTDBase isimli bir veri kümesinden hastalık tahmini için kullanılması amaçlanmıştır. Böylece ilaçların doz kullanım bilgilerinin hangi hastalıkla ilişkili olabileceği sayısal verilerden tahmin edilmeye çalışılmıştır.  Yapılan tahmin işlemi makine öğrenmesi algoritmaları kullanılarak yapılmıştır. Bu süreçte Python programlama dili ile kodlama yapılmış ve bu dilin makine öğrenmesi araçlarından faydalanılmıştır. Elde edilen sonuçlara göre Neighborhood Components Analysis temelini kullanan kNN algoritmasının GDSC veri kümesinde verimli tahmin performansına ulaştığı sonucuna varılmıştır. Bu nedenle kNN algoritması farklı k değerleri ile daha detaylı analiz edilmiştir. Elde edilen tahmin sonuçları % 70 - % 90 aralığında bulunmuştur. Bu sonuçlar makine öğrenmesi algoritmalarının kanser ilaç verilerine ait bilinmeyen anlamlı örüntüleri ortaya çıkarma potansiyeli olduğunu göstermektedir.
AU  - Tercan, Abdullah
AU  - Özcan, Gıyasettin
DO  - 10.31796/ogummf.1248489
PY  - 2023
JO  - Eskişehir Osmangazi Üniversitesi mühendislik ve mimarlık fakültesi dergisi (online)
VL  - 31
IS  - 2
SN  - 2630-5712
SP  - 729
EP  - 736
DB  - TRDizin
UR  - http://search/yayin/detay/1195927
ER  -