Türkiye Covid-19 günlük hasta sayısındaki değişimin sınıflandırılmasına yönelik tahmininin destek vektör makineleri ve k-en yakın komşu algoritmaları ile gerçekleştirilmesi

Classification in the change of estimated number of Covid-19 daily cases by using support vector machine and k-nearest neighbor algorithm

Gümüşhane Üniversitesi Fen Bilimleri Dergisi

2022-Cilt: 12 - Sayı: 1

370-379

Covid-19, Hasta sayısı, Makine öğrenmesi, Öznitelik seçimi, Sınıflandırma

Covid-19, Daily case, Machine learning, Feature selection, Classification

62 80

Benzer Makaleler

Otomatik/robotik ve geleneksel makineli sağımın somatik hücre ve aerobik kültür sayısı üzerine etkisinin değerlendirilmesi

Veteriner Hekimler Derneği Dergisi

Abdullah Engin GÖKTEPE, Aytaç AKÇAY, Hande GÜRLER

Türkçe E-postalarda Spam Tespiti için Makine Öğrenme Yöntemlerinin ve Dil Modellerinin Analizi

Avrupa Bilim ve Teknoloji Dergisi

Zekeriya Anıl GÜVEN

Bariatrik Cerrahi Hastalarının Öğrenme Gereksinimleri: Kalitatif Araştırma

Türkiye Diyabet ve Obezite Dergisi

Havva BOZDEMİR, Züleyha ŞİMŞEK YABAN, Sertaç Ata GÜLER, Zafer UTKAN

Covid-19'da Pozitif Vaka Oranı Tahmini İçin Aşırı Öğrenme Makinesi Algoritmaları: Karşılaştırmalı Bir Çalışma

Düzce Üniversitesi Bilim ve Teknoloji Dergisi

Salih Berkan AYDEMİR, Funda KUTLU ONAY

Nesne Tanımada Kullanılan İki Popüler Özniteliğin Karşılaştırılması

Avrupa Bilim ve Teknoloji Dergisi

Kaan Yasin KOCAMAN, Celal Onur GÖKÇE

Türkiye Covid-19 günlük hasta sayısındaki değişimin sınıflandırılmasına yönelik tahmininin destek vektör makineleri ve k-en yakın komşu algoritmaları ile gerçekleştirilmesi

Gümüşhane Üniversitesi Fen Bilimleri Dergisi

MR görüntüleri kullanılarak öznitelik seçimine dayalı ön-eğitilmiş bir derin öğrenme modeliyle beyin tümörünün tespiti

Firat University Journal of Experimental and Computational Engineering

Kürşat DEMİR, Berna ARI, Fatih DEMİR

TÜRKÇE ÖĞRETMENİ ADAYLARININ 21. YÜZYIL BECERİLERİ YETERLİLİK ALGILARI

Uluslararası Türkçe Edebiyat Kültür Eğitim (TEKE) Dergisi