Literatür taramasından görülece˘gi üzere, HCC hastalarına yönelik sa˘gkalım tahmini için yapılan çalı¸smalarda hastaların ki¸sisel sa˘glık geçmi¸slerindeki klinik veriler göz önünde bulundurulmaktadır. Ancak, elde edilen klinik verilerin ço- ˘gunda eksik veriler bulunmakta ve bu da tahmin oranının dü¸smesine neden olmaktadır. Eksik verilerin tamamlanmasında mod, medyan ve ortalama gibi klasik yöntemler yaygın olarak kullanılmaktadır. Fakat bahsi geçen yöntemler saptanabilir tamamlamaya engel olmakla birlikte veri örne˘ginde bulunan istatistiksel düzenleri de ihmal eder [17]. Sunulan bu çalı¸smada, makine ö˘grenme tabanlı karar a˘gacı temelli regresyon ve do˘grusal regresyon gibi iki farklı yöntem eksik verilerin tamamlanmasında kullanılmı¸s ve klasik yöntemlerle kar¸sıla¸stırılarak daha iyi performans verdi˘gi gösterilmi¸stir. Herhangi bir maliyet hesabı gerektirmemesi, veriyi oldu˘gu gibi i¸sleyebilmesi, uygulanmasının ve anla¸sılabilirli˘ginin kolay olması gibi nedenlerden dolayı çalı¸smada NB ve DT yöntemleri tercihedilmi¸stir.