
Bu Derste;
Kategorik bir sonucun belirlenmesi durumu söz konusu olduğunda
Sayısal değerlerin
Sinyaller olarak algılanması ve
Bu sinyallerin tahminlere dönüştürülmesi ile ilgili
Bakış açısı elde edeceksiniz
Bu derste;
Kategorik bir sonucu belirlemede
Sinyallerin dönüştürülmesi ile elde ettiğimiz tahminlerin
Gözlemiş olduğumuz gerçek sonuçlarla karşılaştırılması yoluyla
Ortaya çıkan uyumluluk(Konkordans) ve uyumsuzluk(Diskordans) durumlarıyla ilgili
Bakış açısı geliştireceksiniz
Bu derste;
Önceki derste genel çerçevede ele aldığımız
Uyumluluk (Konkordans) ve uyumsuzluk(Diskordans) durumlarının
Doğru Pozitif(TP) ve yanlış pozitif(FP) değerler
Doğru Negatif(TN) ve yanlış negatif(FN) değerler
Olarak düzenlenmesi ile ilgili
Bakış açısı geliştireceksiniz
Bu derste;
Karışıklık Matrisinin Genel özelliklerini öğreneceksiniz
Bu derste;
Sensitivite ve Spesifite kavramlarını öğreneceksiniz
Bu derste;
Pozitif Tahmin değeri (PPV)
Negatif Tahmin değeri (NPV)
Öğreneceksiniz
Bu derste;
Birden çok seviye için oluşturulan
Karışıklık Matrislerinin değerleri ile
Dağılım Grafiği elde etme bakış açısı
Elde edeceksiniz
Bu Derste;
Sensitive ve Spesifite değerleri ile
Oluşturulan Grafiğe
Bakış açısı elde edeceksiniz
Bu derste;
Sensitivite ve 1-Spesifite değerleri ile
Elde edilen ROC grafiğini
Tanıyacaksınız
Bu derste;
Eğrinin altındaki alan AUC tanımını
AUC ile ilgili değerlendirmeleri
Öğreneceksiniz
Bu derste;
ROC Analizi ile ilgili konu örneği
Göreceksiniz
Bu derste;
Excell ile ROC Analizinin ilk basamağı olan
Pivot Tablo düzenlemeyi
Öğreneceksiniz
Bu derste;
Pivot Tablodaki değerlerden hareketle
TPR (Sensitivite) ve TNR (Spesifite)
Hesaplamasını öğreneceksiniz
Bu derste;
Excell ile FPR hesaplamasını
ROC Eğrisi oluşturmayı
Öğreneceksiniz
Bu derste;
Eğrinin altındaki alan (AUC)
Değerlendirmesini öğreneceksiniz
Bu derste;
ROC Analizi ile ilgili konu örneklerinden birisini
Göreceksiniz
Bu derste;
SPSS programında
ROC Analizi adımlarını
Öğreneceksiniz
Bu derste;
SPSS programında
ROC Analizi çıktılarını
Değerlendirmeyi Öğreneceksiniz
Bu derste;
SPSS programında KYŞ uygulama üzerine
Erkeklerin öfke ölçek skorlarına ait
2 farklı ölçeğin sensitivite/spesifite performans durumlarının
Karşılaştırmalı olarak incelenmesini
Öğreneceksiniz
Bu derste;
ROC Analizinde 2nci eksen kavramını
2nci ekseni teşkil eden değerleri
Öğreneceksiniz
Bu derste;
Likelihood Ratio (Olabilirlik Oranı)
Değer ve kavramını
Öğreneceksiniz
Bu derste;
Likelihood değerini
Excell dokümanında hesaplamayı
Öğreneceksiniz
Bu derste;
Predictive Value (İhtimal oranı)
Değer ve kavramını öğreneceksiniz
Bu derste;
PPV Değerini
Excell dokümanında hesaplamayı
Öğreneceksiniz
Bu derste;
Precision Recall (PR) Eğrisini
Genel olarak tanıyacaksınız
Bu derste;
PR Eğrisinin
Felsefesini öğreneceksiniz
Bu derste;
PR Eğrisinin
Pratik kullanımı hakkında
Bakış açısı elde edeceksiniz
Bu Derste;
Sayısal değerlerin kategorik sonucu
Precision&Recall bakış açısı ile belirlemede
Konu ve Hipotez örneğini göreceksiniz
Bu Derste;
PR Grafiğini
Excell ile oluşturmayı
Öğreneceksiniz
Bu Derste;
Excell'de oluşturmuş olduğumuz
PR Grafiğinin Area Under the Curve (AUC) Değerlendirmesini
Öğreneceksiniz
Bu Derste;
Sayısal değerlerin 2li kategorik sonucu belirlemedeki performans durumunun
Precision ve Recall bakış açısı ile değerlendirilmesi ile ilgili
Araştırma konusu ve Hipotezi örneğini
Göreceksiniz
Bu derste;
Sayısal değerlerin ikili kategorik sonucu belirlemede
Precision&Recall performansının analizini
SPP programında uygulama adımlarını
Öğreneceksiniz
Bu derste;
Sayısal değerlerin 2li kategorik sonucu belirlemede
Precision&Recall analiz çıktılarının
Değerlendirilmesini öğreneceksiniz
Değerli Kursiyer Adayımız
ROC(Receiver Operating Characteristic) ve Precision-Recall (PR) eğrileri ve analizi, bazı araştırma konularında ön plana çıkmaktadır
Özellikle, toplumdaki bir olayın gerçekleşme ihtimali ile ilgili belirleyici endeks oluşturma çalışmalarında ROC analizleri çok önemli bir yere sahiptir
Ayrıca, sağlık alanında hastalık veya patolojileri belirleyici tahlillerin etkinliğinin araştırılmasında da çok önemlidir
Precision-Recall (PR) Eğrisi ve Analizleri de son zamanlarda ROC Analizi ile birlikte ele alınmakta ve sayısal değerlerin performans durumlarına yeni bir bakış açısı getirmektedir
PR Analizi, Özellikle ikili kategorik sonucun doğru tahmin edilmesi ve elde edilen modelin kalitesi ile ilgili faydalı bilgiler sunmaktadır
Kursumuzda ayrıca, pratikte çok önemli bir konu olan Cut-off (Kesme değeri) kavramı ayrıca ele alınmış ve ayrıntılı olarak işlenmiştir
Kurs eğitimimiz, başlangıçtan itibaren fark edeceğiniz üzere düzenli bir strateji takip etmektedir
Kursumuzdaki eğitim, ROC ve PR Analizlerinin temelini oluşturan machine learning felsefesi ile sinyal algılama, kesme seviyesinde operasyon ve sinyallerin tahminlere dönüştürülmesinden başlayarak giderek gelişen bir perspektif üzerinden aşama aşama inşa edilmiştir
Eğitimimiz sadece istatistiğe değil pratik yaşama, bilimsel bakış açısına ve felsefik boyuta da katkıda bulunmaktadır
İstatistik yöntemlerin havada kalmaması ve daha iyi anlaşılması için tüm analizler bilimsel hayatta karşılaşılabilecek örnek konular üzerinden işlenmiştir
Araştırma planlama aşamaları da her derste göz önünde bulundurulmuş ve araştırma konusu ile ilgili sorular, araştırma hipotezleri örnekleri detaylı olarak ele alınmıştır
ROC ve PR analiz tekniklerinin daha iyi yerleşmesi amacıyla, analizler önce Excell programında manuel yöntem ile işlenmiştir
SPSS programındaki derslerimiz, aşama aşama işlenmiştir
Derslerin işlenmesi, hem görsel, hem de işitsel yöntemlere dikkat edilerek uygulanmıştır
Dersin işlenmesinde şekiller görsellik katılarak ve hareketli olarak işaretlenerek dikkatin ilgili yere çekilmesi amaçlanmıştır
Uzun yıllar boyunca elde edilen bilgi ve tecrübelerin eseri olan Kursumuzu tamamladığınızda ROC ve PR analizlerinin ne kadar önemli olduğunu ve kullanım alanlarını daha daha iyi kavrayacak, öğrendiklerinizi kendi bilimsel hayatınıza aktarma imkanı bulacaksınız
Hepinize Başarılar Dilerim