Veri madenciliği metotlarından olan kümeleme algoritmalarının uygulamalı etkinlik analizi
Efficiency of clustering algorithms using in data mining
- Tez No: 181880
- Danışmanlar: Y.DOÇ.DR. İBRAHİM ÇİL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Hızla gelişen bilgisayar teknolojileri ile artık verileri veri ambarlarında saklamak çokkolaylaştığı gibi verilerin boyutları da inanılmaz seviyelere gelmiştir. Böyle büyükboyutlardaki verilerden işimize yarayacak, geleceği daha iyi görebilmemizi vetahminler yapabilmemizi sağlayacak bilgileri elde etmenin en kullanışlı yolarındanbiri de veri madenciliği yöntemleridir.Bu çalışmada veri madenciliği yöntemlerinden olan kümeleme algoritmalarıderinlemesine incelenmiştir. Bir bankanın müşteri bilgilerini barındıran bir veritabanı üzerinde yapılan kümeleme çalışması ile bankanın müşterilerini kredileriniödeme durumlarına göre kümelere ayırması sağlanmıştır. Bu işlem yapılırkenkümeleme algoritmalarından K-means, EM (Expectation Maximization) ve Cobwebalgoritmaları kullanılmış ve bunların karşılaştırılmasına olanak sağlanmıştır.
Özet (Çeviri)
The major reason that data mining became one of the hottest current technologies ofthe information age is the wide availability of huge amounts of data and the need forturning such data into useful information and knowledge. As computer systemsgetting cheaper and computer power increases, the amount of data available to becollected and processed increases. Therefore using techniques that operates very wellwith large amounts of data becomes an obvious choice. The information andknowledge gained can be used for applications ranging from business management,production control, and market analysis, to engineering design and scienceexploration. In this study, clustering alghorythms were discussed with anapplication.
Benzer Tezler
- Hiyerarşik kümeleme metotları ile veri madenciliği uygulamaları
Data mining applications using hierarchical clustering algorithms
MERAL DEMİRALAY
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiDOÇ. DR. YILMAZ ÇAMURCU
- Veri madenciliğinde kümeleme analizi yöntemi uygulaması
A Cluster analysis application on data mining
TURGAY TUGAY BİLGİN
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. YILMAZ ÇAMURCU
- Improving efficiency of the solutions for class imbalance problems using data mining techniques
Veri madenciliği tekniklerini kullanarak sınıf dengesizlik problemleri için çözümlerin verimliliğinin artırılması
IZHAN FAKHRUZI
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL BOZ
- Fast and efficient frequent itemset detection by a novel clustering method
Yeni bir kümeleme metodu ile hızlı ve etkili şekilde sık rastlanan öğe seti bulunması
HÜSEYİN ARIK
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM NECDET MİMAROĞLU
- Applying classification methods on traffic dataset
Trafik verisi üzerinde sınıflandırma yöntemlerinin kullanılması
MUSTAFA ÇIRKA
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METE ÇELİK