Kalp Hastalığı Tahmini

Bu projede, kalp hastalığı tahmini amacıyla bir Yapay Sinir Ağı (YSA) modeli geliştirdik. Model, hastaların biyometrik verilerini analiz ederek kalp hastalığı riskini sınıflandırdı.

Veri seti, 1025 satır ve 9 sütundan oluşmaktadır. Bu sütunlar, yaş, cinsiyet, göğüs ağrısı, tansiyon, kolesterol, maksimum nabız, efor anjini, damar sayısı gibi biyometrik verileri içermektedir. Son sütun ise hastanın kalp hastalığına sahip olup olmadığını gösterir.

1. Veri Ön İşleme:
   • Veri seti normalize edilmiştir (0-1 arası).
   • Eğitim ve test verileri %80 eğitim, %20 test olarak ayrılmıştır.
2. Yapay Sinir Ağı Modeli:
   • Giriş Katmanı: Veri setindeki 8 özellik için 8 nöron.
   • Gizli Katman: 12 nöronlu bir gizli katman kullanılmıştır.
   • Çıkış Katmanı: 1 nöron ve sigmoid aktivasyon fonksiyonu kullanılarak sonuç elde edilmiştir.
3. Model Eğitimi:
   • Kayıp Fonksiyonu: Binary Cross Entropy kullanılmıştır.
   • Optimizasyon: Adam optimizer kullanılmıştır.
   • Epoch ve Batch Size: Epoch 50, Batch size 32 seçilmiştir.
4. Sonuçlar ve Analizler:
   • Test Doğruluk Oranı: Modelin doğruluk oranı %8o seviyelerine ulaşmıştır.
   • Eğitim ve Doğruluk Grafikleri: Eğitim sürecinde doğruluk artışı sağlanmış ve kayıp değeri düzenli bir şekilde azalmıştır.
   • Model Tahminleri: 5 test örneğinden 4’ü doğru tahmin edilmiştir, bu da %80 başarı oranına işaret etmektedir.

• Yapay Sinir Ağı (YSA) modeli kullanılmıştır. Modelde ReLU aktivasyon fonksiyonu gizli katmanlarda, sigmoid ise çıkış katmanında tercih edilmiştir.

Proje, kalp hastalığı tahmini için yüksek doğruluk oranlarına ulaşan bir YSA modeli geliştirilmiştir. Modelin doğruluk oranı %84-85 arasında değişmektedir ve 5 test örneğinden 4’ü doğru tahmin edilmiştir.

Birlikte projelerinizi yürütelim ve veri bilimi ile yapay zeka çözümleri ile daha sağlıklı kararlar alın!

Daha fazla bilgi almak için bize ulaşın. Birlikte, iş süreçlerinizi daha akıllı hale getirelim!