SVM, NB, KNN, AdaBoost ve Random Forest sınıflandırma algoritmaları kullanılarak meme kanserinin tahmini

dc.contributor.authorAcet, Ayça
dc.date.accessioned2024-03-05T11:52:14Z
dc.date.available2024-03-05T11:52:14Z
dc.date.issued2022
dc.departmentEnstitüler,en_US
dc.description.abstractSVM, NB, KNN, ADABOOST ve RANDOM FOREST sınıflandırma algoritmalarını kullanarak meme kanseri hücresi tespiti yapmak. Bu beş sınıflandırma algoritmalarını da tez içinde başarımlarını karşılaştırmak.en_US
dc.description.abstractTo detect breast cancer cells using SVM, NB, KNN, ADABOOST and RANDOM FOREST classification algorithms. To compare the performance of these five classification algorithms in the thesis.en_US
dc.identifier.citationAcet, A. (2022). SVM, NB, KNN, AdaBoost ve Random Forest sınıflandırma algoritmaları kullanılarak meme kanserinin tahmini. Yayınlanmış Yüksek Lisans Tezi. İnönü Üniversitesi, Malatya.en_US
dc.identifier.endpage46en_US
dc.identifier.urihttps://hdl.handle.net/11616/87957
dc.language.isotren_US
dc.publisherİnönü Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectDestek vektör makinelerien_US
dc.subjectK-En Yakın Komşu Algoritmasıen_US
dc.titleSVM, NB, KNN, AdaBoost ve Random Forest sınıflandırma algoritmaları kullanılarak meme kanserinin tahminien_US
dc.title.alternativePrediction of breast cancer using SVM, nb, KNN, AdaBoost and Random Forest classification algorithmsen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
747117.pdf
Boyut:
1.03 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tez Dosyası
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: