Geri Dön

Comparison of bayesian network structure learning algorithms and a new approach based on hill climbing algorithm

Veriden bayes ağ yapısı öğrenme algoritmalarının karşılaştırılması ve tepe tırmanma algoritmasına yeni bir yaklaşım

  1. Tez No: 152479
  2. Yazar: ŞERAF ADALİ
  3. Danışmanlar: DOÇ. DR. TANER BİLGİÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

ÖZET VERİDEN BAYES AG YAPISI ÖĞRENME ALGORİTMALARININ KARŞILAŞTIRILMASI VE TEPE TIRMANMA ALGORİTMASINA YENİ BİR YAKLAŞIM Bir Bayes ağı belli bir probleme özgün bir küme değişkenler arasındaki olasılıksal şartlı bağımsızlık ilişkilerini açıklayan görsel bir modeldir. Bu tez belli bir veri kümesinden yola çıkarak bir Bayes ağının yapışım öğrenmeye çalışan algoritmaları (skor ve kısıtlama bazlı) incelemektedir. Veri kümesi; 10,000 verili ve 13 değişkeni olan online bir sigorta şirketinin anketini ve Endonezya'da doğum kontrol metodlari hakkında yapılmış olan 1473 datalı ve 10 değişkeni olan bir anketi içermektedir. Algoritmalar; doğru link ve doğru yön keşif, BIC (Bayes Bilgi Skoru) ve hatalı bağlantı eklenmesi kriterlerine göre, farklı değişken sayısı, farklı veri tabam büyüklüğü ve farklı sayıda bağlantı kullanarak oluşturulmuş farklı öğrenme problemlerindeki davranışlarını inceleyerek irdelenmişlerdir. Ayrıca bağlantısız, tamamen bağlantılı veya rastgele belirlenmiş ağla başlatılmış Tepe Tırmanma algoritmasına yeni bir yaklaşım önerisi yapılmıştır.

Özet (Çeviri)

ABSTRACT COMPARISON OF BAYESIAN NETWORK STRUCTURE LEARNING ALGORITHMS AND A NEW APPROACH BASED ON HILL CLIMBING ALGORITHM A Bayesian network is a graphical model that represents probabilistic conditional independence relationships between a set of variables for a specific problem. In this thesis we examine algorithms (score based and constraint based) that try to learn the structure of Bayesian networks from data. The datasets we use are from an online insurance company with 10,000 samples and 13 variables and from a survey in Indonesia about contraceptive method with 1473 samples and 10 variables. The algorithms are examined according to their performance in terms of association and right direction discovery, Bayesian Information Criterion score and erroneous edge addition by investigating their behaviour under different learning problems which is done by using different number of nodes, different sample size and different number of arcs. We offer a new approach to Hill Climbing algorithm which is initiated normally with an empty, full or random network.

Benzer Tezler

  1. Tez No

    284419

    Yapay sinir ağları ve tarımda bir uygulama

    Artificial neural networks and an application in agricultural

    HANDE KÜÇÜKÖNDER

    Doktora

    Türkçe

    Türkçe

    2011

    ZiraatKahramanmaraş Sütçü İmam Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. ERCAN EFE

  2. Tez No

    486558

    Çizge ve içerik verilerinde kolektif sınıflandırma algoritmalarının karşılaştırılması

    A comparison of collective classification techniques on network and content data

    ÖZGE ATASEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN

  3. Tez No

    601924

    Novel swarm intelligence algorithms for structure learning of bayesian networks and a comparative evalnation

    Bayes ağ yapılarının öğrenilmesi için yeni sürü zekası algoritmaları ve karşılaştırılmalı bir değerlendirme

    SHAHAB WAHHAB KAREEM

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CUDİ OKUR

  4. Tez No

    341456

    Bayesci ağlarda öğrenme algoritmalarının karşılaştırılması

    The comparison of learning algorithms in Bayesian networks

    EMRE DÜNDER

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MEHMET ALİ CENGİZ

  5. Tez No

    826751

    The forecast performances of the classical time series model and machine learning algorithms on bist-50 price index using exogenous variables

    Klasik zaman serisi modelinin ve makine öğrenme algoritmalarının bıst-50 fiyat endeksi üzerinde dışsal değişkenler kullanarak öngörü performansları

    FATMA PARLAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. CEYLAN YOZGATLIGİL

Geri Dön