Development of Physical Fitness Prediction Models for Turkish Secondary School Students Using Machine Learning Methods

Mehmet Fatih AKAY; Ebru ÇETİN; İmdat YARIM; Özge BOZKURT; Sevtap ERDEM

doi:https://doi.org/10.17714/gumusfenbil.435897

Makale detayları

Development of Physical Fitness Prediction Models for Turkish Secondary School Students Using Machine Learning Methods

Yazarlar:

Mehmet Fatih AKAY | Ebru ÇETİN | İmdat YARIM | Özge BOZKURT | Sevtap ERDEM

Yayıncı:

Gumushane University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Gümüşhane University Journal of Science and Technology 2018, pp.7-10

Belge Tipi:

Makale

Yayın Tarihi:

11/2018

Belge Dili:

İngilizce

Document ID (Org No.):

2000470530

Sıklık:

Üç Aylık

eISSN:

2146-538X

pISSN:

2146-538X

DOI:

https://doi.org/10.17714/gumusfenbil.435897

Özet:

 


Physical
fitness is a set of attributes that are either health or skill-related which
can be measured with specific tests. Maintaining physical fitness is essential
for health and wellbeing. However, since measurement of physical fitness
requires improved professional equipment, experienced staff and lots of time,
researchers need different ways to determine physical fitness. The aim of this
study is to develop new prediction models for predicting the physical fitness
of Turkish secondary school students by using machine learning methods
including Support Vector Machines (SVM), Radial Basis Function Neural Network
(RBFNN) and Tree Boost (TB). The dataset comprises data of various number of
subjects according to the target variables such as the test scores of the 30m
speed, 20m stage run, balance and agility. The predictor variables used to
develop the prediction models are gender, age, height, weight, body fat, number
of curl-up and push-ups in 30 seconds. Root Mean Square Error (RMSE) has been
utilized to assess the performance of the prediction models. Based on the
results we can conclude that SVM based prediction models outperform other
models based on RBFNN and TB. Also, the predictor variables body fat, push-up
and curl-up play a significant role when used all together for physical fitness
prediction.


.

 


Fiziksel
uygunluk, belirli testlerle ölçülebilen sağlık veya beceri ile ilgili bir dizi
özelliktir. Fiziksel uygunluğu korumak sağlık ve esenlik için çok önemlidir.
Ancak, fiziksel uygunluğun ölçülmesi profesyonel ekipman, deneyimli personel ve
çok zaman  gerektirdiğinden,
araştırmacıların fiziksel uygunluğu belirlemek için farklı yollara ihtiyaçları
vardır. Bu çalışmanın amacı, Destek Vektör Makineleri (SVM), Radyal Tabanlı
Fonksiyon Sinir Ağı (RBFNN) ve Ağaç Artımı (TB) gibi makine öğrenme
yöntemlerini kullanarak Türk ortaokul öğrencilerinin fiziksel uygunluğunu
tahmin etmek için yeni tahmin modelleri geliştirmektir. Veri seti 30m hız, 20m
aşama koşusu, denge ve çeviklik testlerinin sonuçlarından oluşan veriyi içermektedir.
Tahmin modellerini geliştirmek için kullanılan tahmin değişkenleri  cinsiyet, yaş, boy, kilo, vücut yağı, 30
saniyedeki mekik ve şınav sayılarından oluşmaktadır. Tahmin modellerinin
performansı Ortalama Karesel Hata  (RMSE) kullanılarak hesaplanmıştır.
Sonuçlar, SVM tabanlı tahmin modellerinin, RBFNN ve TB'ye dayanan diğer
modelleri geride bıraktığını göstermektedir. Ayrıca, fiziksel uygunluk tahmini
için vücut yağı, mekik ve şınav gibi tahmin değişkenlerinin birlikte
kullanılması durumunda sonuçlar üzerinde önemli bir rol oynadığını gösterilmiştir.



 

.

Makale detayları

Development of Physical Fitness Prediction Models for Turkish Secondary School Students Using Machine Learning Methods

Yazarlar: Mehmet Fatih AKAY | Ebru ÇETİN | İmdat YARIM | Özge BOZKURT | Sevtap ERDEM

Yayıncı: Gumushane University

Ana Başlıklar: Uygulamalı fizik

Dergi: Gümüşhane University Journal of Science and Technology 2018, pp.7-10

Belge Tipi: Makale

Yayın Tarihi: 11/2018

Belge Dili: İngilizce

Document ID (Org No.): 2000470530

Sıklık: Üç Aylık

eISSN: 2146-538X

pISSN: 2146-538X

DOI: https://doi.org/10.17714/gumusfenbil.435897

Sayı

Yazarlar:

Mehmet Fatih AKAY | Ebru ÇETİN | İmdat YARIM | Özge BOZKURT | Sevtap ERDEM

Yayıncı:

Gumushane University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Gümüşhane University Journal of Science and Technology 2018, pp.7-10

Belge Tipi:

Makale

Yayın Tarihi:

11/2018

Belge Dili:

İngilizce

Document ID (Org No.):

2000470530

Sıklık:

Üç Aylık

eISSN:

2146-538X

pISSN:

2146-538X

DOI:

https://doi.org/10.17714/gumusfenbil.435897