Dünyanın çeşitli yerlerinde Yeni Koronavirüs veya COVID-19 salgını bir bütün olarak dünyayı etkilemiş ve tüm dünyada milyonlarca ölüme neden olmuştur. Bu, halk sağlığı için uğursuz bir uyarı olmaya devam ediyor ve dünya tarihindeki en büyük salgınlardan biri olarak işaretlenecektir. Covid-19, dünyanın karşılaştığı en büyük sağlık sorunlarından biridir. Halk sağlığı politika yapıcıları, tıbbi tesisleri planlamak için gelecekte doğrulanmış vakaların güvenilir bir şekilde tahmin edilmesine ihtiyaç duyar. Ancak bu virüs Dünya Sağlık Örgütü (WHO) tarafından salgın olarak bildiriliyor ve tüm ülkeler her yeri kontrol etmeye ve kilitlemeye çalışıyor. Bu makale, çeşitli Makine Öğrenimi Algoritmalarının gerçek dünyadaki durumlarda nasıl uygulanabileceğini daha iyi anlamayı amaçlamaktadır. Makine öğrenimi Algoritmaları tarihsel verilerden öğrenir ve olaylar hakkında tahminlerde bulunur. Onaylanmış Covid-19 vakalarının sayısını tahmin etmek için makine öğrenimi Algoritmaları kullanılmıştır. Bu yazıda, onaylanmış Covid-19 vakalarının tahmini için makine öğrenimi algoritmalarının performansını iyileştirmek için dört Makine Öğrenimi Algoritması kullandık. Dünyadaki pozitif Covid-19 vakaları için epidemiyoloji etiketli veri setini kullanan Rastgele Orman, Destek Vektör Makinesi, Karar Ağacı ve K-En Yakın Komşuları içeren Makine Öğrenimi Algoritmaları. Eğitim veri setinin% 80'i modelleri eğitmek için kullanıldı ve% 20 veri seti modelleri test etmek için kullanıldı. Algoritmaların performans değerlendirme sonucu, Covid-19 tahmini için Rastgele Orman Algoritmasının% 92,59 ile en yüksek doğruluğa sahip olduğunu gösterdi.
Anahtar Kelimeler: Covid-19, Veri Analizi, Makine öğrenimi Algoritmaları, Rastgele Orman, Destek Vektör Makinesi, Karar Ağacı, K-En Yakın Komşular
|
