English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Plus

Presents the zaia usage as premium feature

ZAIA

Presents the pdf analysis as premium feature

PDF Analysis

Insights

Presents the summarisation as premium feature

Summarisation

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the access of premium content as premium feature

Premium Content

Zendy Tools

Zendy Open

Mikrodizi verilerine dayanan veri madenciligi analizi, hastalik teshisi ve farmakoloji alanlarinda kullanilmaktadir. Analiz asamasinda yasanan en onemli zorluk, mikrodizilerin yuksek boyutlu olmasi ve cok sayida gereksiz oznitelik icermesidir. Bu nedenle calismada kullandigimiz prostat kanseri mikrodizi veri kumesi uzerinde oznitelik boyut azaltilmasi amaciyla Temel bilesenler analizi (TBA) ve Parcacik suru optimizasyonu (PSO) kullanilmistir. Bu sayede hastaliklari etkileyen genler tespit edilmektedir. Boyutu azaltilmis veri kumeleri Destek Vektor Makinesi ve k-En Yakin Komsuluk siniflayici yontemlerine giris olarak verilmis ve siniflandirma basari sonuclari degerlendirilmistir. Sonuc olarak PSO boyut azaltma yontemi ile prostat kanserinde etkin genler belirlenmis ve 50 oznitelik ile %95.77 basari elde edilmistir.

Parçacık Sürü Optimizasyonu Kullanılarak Boyutu Azaltılmış Mikrodizi Verileri Üzerinde Makine Öğrenmesi Yöntemleri ile Prostat Kanseri Teşhisi