Data Mining Studies in Medical and Healthcare: A Preliminary Study for Cancer Diagnosis

• Published in: Academic Journal of Information Technology Vol. 2; no. 5
• Main Author: Güllüoglu, Sabri Serkan
• Format: Journal Article
• Language: Turkish
• Published: Istanbul AJIT - e: Online Academic Journal of Information Technology 01.10.2011
• DOI: 10.5824/1309-1581.2011.4.005.x

Bilgiye sahip olmanin ve onu kullanmanin önemli oldugu günümüzde güçler dengesi bilgi üzerine yogunlasmaktadir. Çesitli kaynaklardan ve yöntemlerle toplanan bilgilerin belirli bir disiplin ve sistem dâhilinde analiz edilmesi sonucunda ortaya çikan sonuçlar, ekonomik, siyasi ve teknolojik alanlarda kullanilmaktadir. Bilgiyi zamaninda ve dogru olarak kullananlar istedikleri sonuca kestirmeden ve süratli bir biçimde ulasmaktadirlar. Veri madenciligi ile eldeki verilerden üstü kapali, çok net olmayan, önceden bilinmeyen ancak potansiyel olarak kullanisli bilgi çikarilabilir. Veri madenciligi kendi basina bir çözüm degil çözüme ulasmak için verilecek karar sürecini destekleyen, problemi çözmek için gerekli bilgileri saglamaya yarayan bir araçtir. Bilgi kaynaginin yani sira, bilginin dogrulugu da önemli bir sorundur. Bir bilginin veya daha somut ifadeyle mesela bir rakamin dogru olup olmadigi nasil anlasilmaktadir? Bilginin dogrulugu konusunda iki kriter vardir. Ayni sonucu isaret eden verilerin yogun olmasi bilginin dogru oldugu yönündeki ilk kriterdir. Bir deger ne kadar yogunsa o kadar inandirici olmaktadir. Ne kadar güçlü bir iliski oldugu tespit edilirse, o kadar dogruluguna hükmedilebilir. Hangi miktarda verinin toplanmasi gerektigi ayri bir sorundur. Veri miktari, kullanilan metoda bakilmaksizin çalismanin amacina göre belirlenmektedir. Gün geçtikçe çogalan veri yiginlarindan anlamli ve faydali bilgiye ulasabilmek için "veri madenciligi" basligi altinda yöntemler gelistirilmeye baslanmistir. Tanimlanan problem için en uygun modelin bulunabilmesi, olabildigince çok sayida modelin kurularak denenmesi ile mümkündür. Bu nedenle veri hazirlama ve model kurma asamalari, en iyi oldugu düsünülen modele varilincaya kadar yinelenen bir süreçtir. Çalismanin amaci Tip alaninda uygulanmasi düsünülen veri madencilige çalismalarina örnek teskil etmesi açisindan bir plan çikarmaktir. Bu hususta bakildiginda çalismanin amaci gelistirilecek yöntembilim ile sakli olan ve bilinmeyen bilgilere ulasmaktir. Bunun için farkli tipteki veriler siniflandirilacak, egitilecek yeni veriler test edilecek ve yordama yapilacaktir. Böylece kaynaktan hedefe giden süreçte hedef karar vermede etkilenecektir. Bu sekilde çikarilmak istenen bilgiye ulasilmis olacaktir.