Nowadays many companies and institutions are interested in learning what do people think and want. Many studies are conducted to answer these questions. That’s why, emotions of people are significant in terms of instructional design. However, processing and analysis of many people's ideas and emotions is a challenging task. That is where the 'sentiment analysis' through machine learning techniques steps in. Recently a fast digitalization process is witnessed. Anadolu university, that serves 1 million distant students, is trying to find its place in this digital era. A learning management system (LMS) that distant students of the Open Education Faculty (Açıköğretim Fakültesi) is developed at the Anadolu University. Interaction with students is the clear advantage of LMS's when compared to the hard copy materials. Book, audio book (mp3), video and interactive tests are examples of these materials. 6059 feedbacks for those online materials was scaled using the triple Likert method and using machine learning techniques sentiment analysis was performed in this study. 0.775 correctness ratio was achieved via the Logistic regression algorithm. The research concludes that machine learning techniques can be used to better understand learners and how they feel.

Nowadays, many firms and companies are curious about what people think and want and they are working in this direction. For this reason, it is tried to learn the ideas and emotions of people in various ways. However, as it is impossible to process and analyze a large number of emotions and thoughts with human hands, emotion analysis gain more importance. The emotions and thoughts of the people are analyzed and acted according to these requests through the emotion analysis which is quite functional in social networks. The aim of this study is to realize the learning with the data sets obtained from the interpretations made to the social platforms of the determined brands and to transfer the subject of the emotion analysis to the researchers in the best way. The range of accuracy rates reached is wide because of the disadvantages such as not paying attention to the rules of writing on social media or other digital platforms. In our study, a accuracy rate of 70% was achieved. This demonstrates the usefulness of machine learning in interpretation classification and emotion analysis.

Günümüz ekonomik koşullarında, ikinci el ürünlere ilgi daha da artmıştır. Özellikle ikinci el araba ya da araçların geniş bir müşteri tabanı bulunmaktadır. Böyle bir pazara sahip olan sektörde hızlı satış yapabilmek, doğru fiyatlandırma yapmak, doğru fiyattan alış-veriş yapabilmek için araçların ideal fiyatları hesaplamak büyük önem taşımaktadır. Bu gibi durumlarda kullanılan lineer regresyon analizi ile önce fiyat üzerinde etkisi olan değişkenlerin tespiti sonra tahminleme modeli kurulup fiyat hesaplamak mümkündür. Bu çalışmada, fiyat, marka ve model yılı gibi fiyatı etkileyen 5041 ikinci el otomobile ait 78 değişkenden 23'ü belirlenerek model oluşturulmuştur. Bu 23 değişkenin Açıklayıcılık Oranı (R 2 ) %89,1 olarak bulunmuştur. Daha sonra, bu regresyon modeli kullanılarak, araçların ikinci el fiyatları makine öğrenme algoritması ile tahmin edilmiştir. Veri seti eğitim ve test verileri olarak ikiye ayrılmıştır (%70-30 ve %80-20). Çalışma sonucunda gerçek değerler ile hesaplanan değerler arasındaki yakınlıklar tespit edilmiştir. Çalışma sonucunda hesaplanan yakınlık oranı (±%), tahmin sonuçlarının gerçek sonuçlara yakınlık derecesini göstermektedir. Makine öğrenmesi sonucu oluşturulan tahmin modeli ile doğru sonuçların %10 yakınlık derecesine göre (üst limit; %110, alt limit; %90) tahmin başarı oranı %81,15 olarak bulunmuştur. Elde edilen sonuçlara göre, ikinci el araba fiyatlarının tahmininde makine öğrenme tekniğinin ikinci el olabileceği düşünülmektedir. Fakat daha fazla birim sayısına sahip bir veri seti ve farklı değişkenler ile daha iyi tahmin oranlarına ulaşmak mümkündür.

Anthropometric measurements are important in a wide range of areas, from athlete selection to performance analysis and medical exercise applications. With its portable and cost-effective structure, Microsoft Kinect offers significant advantages in measuring human movements and provides valuable data in the fields of sports science and medicine. The aim of this study is to compare certain anthropometric measurements of adolescent female weightlifters in the U-15 age category with Kinect V2 and traditional methods. Twelve athletes who won medals in international weightlifting championships were included in the study. Anthropometric evaluations of each athlete were performed using Kinect V2 and the traditional method. Differences between measurements were analyzed with Bland–Altman plots and Pearson correlation coefficients. Kinect was found to exhibit less variability and higher coherency in measurements of humerus, forearm, trochanter-tibiale laterale, tibial lengths, and shoulder width. It has been observed that the traditional method provides more coherence results in hand length measurements. Kinect was found to exhibit less variability and higher coherency in measurements of forearm, trochanter-tibiale laterale, tibial lengths, and shoulder width, indicating its potential as a reliable tool for these parameters. Notably, Kinect demonstrated high reliability for tibial length (ICC 0.918) and moderate reliability for trochanter-tibiale laterale (ICC 0.737), showing its effectiveness in these measurements. Additionally, Kinect exhibited lower variation and higher coherency in most measurements compared to manual methods, supporting its consistency and repeatability in anthropometric assessments. These results indicate that Kinect may be a suitable tool for some measurements but that traditional methods may be preferable for hand length measurements. These findings suggest that Kinect can be used effectively for certain anthropometric measurements in sports and medical science. Graphical Abstract

Tr en Bu çalışmanın amacı, Matrix Laboratory (MATLAB) programı ile görüntü işleme ve analizi yönteminin sağlık alanında kullanılabilirliğini değerlendirmektir. Gelişen teknoloji ile birlikte modern cihazların sağlık alanında kullanımı artmıştır. Buna paralel olarak son zamanlarda tıpta görüntü işleme tekniklerinin kullanımı da yaygınlaşmaya başlamıştır. Bu teknikler hekimlere zaman, maliyet, tedavi ve teşhis konusunda büyük kolaylık sağlamaktadır. Özellikle pediatrik olgularda doğumsal ya da travmatik katarakt cerrahisi öncesi göz içi merceği ölçümü için görüntü işleme teknikleri hekimlere yol gösterici olabilir. Ayrıca mental retardasyonda (zekâ geriliği durumu) ya da Alzheimer hastalarında katarakt cerrahisi öncesi optik biyometri zor olabilir. Bu tür hastalarda başka nedenlerle çekilen Manyetik Rezonans (MR) görüntülerinden göz içi mercek gücü ölçümü için MATLAB programı kullanılabilir. Görüntü işleme genel olarak resimsel bilgilerin analizine yönelik bir yöntem olarak tanımlanabilir. Bu çalışmada, MATLAB programının görüntü işleme sürecinin sağlık alanında kullanılabilirliğini değerlendirmek amacıyla Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Göz Hastalıkları Anabilim Dalı’na 08/03/2015-08/05/2016 tarihleri arasında başvuran hastalardan rutin göz muayenesi pratiğinde Orbita MR endikasyonu olan hastalar çalışmaya dâhil edilmiştir. Bu hastalar üzerinde Göz Hastalıkları Anabilim Dalı’nda optik biyometri çalışılmıştır. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Radyoloji Anabilim Dalı’nda ileri görüntüleme işlemlerinin yapıldığı Advantage Workstation’da (AW) aynı hastalar üzerinde bulbus oküli çap değerlendirmesi yapılmıştır. GE 750w 3T MR cihazı kullanılarak elde edilen MR görüntüleri üzerinde Codonics Clarity Viewer programı, MATLAB programı ve Lenstar cihazı kullanılarak Ön Kamara Derinliği (ÖKD), Lens Kalınlığı (LK) ve Aksiyel Uzunluk (AU) hesaplamaları yapılmıştır. Üç farklı teknikle hesaplanan bu ölçümler istatistiksel yöntemler ile karşılaştırılmıştır. Karşılaştırmalar sonucunda; MATLAB bulguları ile Lenstar bulguları arasında anlamlı bir fark bulunmamıştır (AU için p=0.342, ÖKD için p=0.091, LK için p=0.766). Ayrıca, MATLAB’e ait medyan (Q1-Q3) bulgularının Codonics Clarity Viewer bulgularına kıyasla Lenstar bulgularına daha yakın olduğu görülmüştür. (AU: 23.06 (20.90-23.93), ÖKD: 3.11 (2.65-3.31), LK: 4.16 (3.85-4.31)). Bland-Altman grafiklerine göre Lenstar ile MATLAB ölçümleri arasında uyum olduğu görülmüştür (AU için ortalama fark 0,29 mm (%95 GA, -0,78 ile 1,36), ÖKD için ortalama fark 0,28 mm (%95 GA, -0,83 ile 1,36), LK için ortalama fark 0,40 mm (%95 GA, -2,20 ile 3,00)). MATLAB programının Lenstar cihazı ile yakın sonuçlar vermesi bu yöntemin optik biyometri yapmanın zor olabileceği olgularda yardımcı bir yöntem olabileceğini düşündürmektedir. Ayrıca, Lensin aşırı şeffaf olduğu olgularda Lenstar ile ölçüm yapılamayabilirken MATLAB ile yapılabilir. The purpose of this study is to evaluate the use of image processing and analysis with the Matrix Laboratory (MATLAB) program in the field of healthcare. Use of modern devices has increased in healthcare field with the improving technology. Likewise, use of image processing techniques in medicine has started to spread recently. These techniques provide great convenience for physicians in terms of time, cost, treatment and diagnosis. Especially in pediatric cases, image processing techniques could be a guide for physicians for the measurement of intraocular lenses before congenital or traumatic cataract surgery. Furthermore, optical biometry may be difficult before cataract surgery in mental retarted or Alzheimer patients. In such patients, Matrix Laboratory (MATLAB) can be used for intraocular lens power measurement from magnetic resonance (MR) images taken for other reasons. Image processing can be generally defined as a method of analyzing pictorial information. In this study, in order to evaluate the usability of image processing with MATLAB program in healthcare field, those who have Orbital MRI indication in routine eye test practice among the patients applied to Eskişehir Osmangazi University, Medical Faculty, Department of Ophthalmology between 08/03/2015 and 08/05/2016, were included in the study. Optical biometry was performed on these patients in the Department of Ophthalmology. Bulbus oculi diameter evaluation was made on the same patients in Advantage Workstation (AW), where advanced imaging procedures were performed, in Eskişehir Osmangazi University, Medical Faculty, Department of Radiology. Anterior...