AZ VERİ SETLİ ÇALIŞMALARINDA DERİN ÖĞRENME VE DİĞER SINIFLANDIRMA ALGORİTMALARININ KARŞILAŞTIRILMASI: AGONİST VE ANTAGONİST LİGAND ÖRNEĞİ

Authors : Fatih Mehmet AVCU

Pages : 356-371

Doi:10.33715/inonusaglik.1022065

View : 9 | Download : 5

Publication Date : 2022-03-10

Article Type : Research Paper

Abstract :Makine öğrenme algoritmaları günümüzde hemen hemen tüm bilim dallarında kullanılmaktadır. Özellikle sınıflandırma algoritmaları fen ve sağlık bilimleri açısından oldukça popüler bir konudur. Derin öğrenme, diğer algoritmalar gibi makina öğrenme tekniklerinden biridir. Günümüzde işlemci hızlarının artması nedeni ile tekrar popüler olmuştur. Özellikle grafik işlemci tabanlı hesaplamalar bu konuyu popüler yapmıştır. Bu çalışmanın amacı, kimyasal veri tabanlarından elde edilen veriler ile literatürde iyi bilinen, dopamin reseptörlerine bağlanan agonist ve antiagonist moleküllerini makine öğrenme algoritmaları ile sınıflandırmaktır. Çalışmanın amacı ayrıca veri sayısı az olan durumlarda sınıflandırma yaparken doğru bir sınıflandırma için derin öğrenme algoritmasının kullanımını önermektir. Algoritmanın eğitmek için, Python kütüphanelerinden Scikit-learn ve Tensorflow-Keras kullanılmıştır. Sınıflandırma işlemi popüler makine öğrenme algoritmaları ile kıyaslanmış ve sonuçlar bir tablo olarak sunulmuştur.
Keywords : Agonist Antagonist, Derin öğrenme, Makine öğrenmesi, Sınıflandırma, Ligant