Geri Dön

Veri madenciliğinde sınıflandırma problemleri için evrimsel algoritma tabanlı yeni bir yaklaşım: Rough-Mep algoritması

A new approach based on evaluation algorithm for classification problems in data mining

  1. Tez No: 212698
  2. Yazar: EMEL KIZILKAYA AYDOĞAN
  3. Danışmanlar: PROF. DR. CEVRİYE GENCER
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
  12. Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 137

Özet

Veri madenciliği, önceden bilinmeyen ilişki ve eğilimlerin bulunması için büyük miktarlardaki veriyi analiz eden, kullanıcılar için anlamsız bilgiyi anlamlı hale dönüştüren bir yöntemdir. Veri madenciliğinde sınıflandırma ise, verilen örneklerden hareket ederek her bir sınıfa ilişkin özellikleri bulan ve bu özelliklerin kural cümleleri ile ifade edilmesini sağlayan bir yaklaşımdır.Bu tezde, veri madenciliğinde sınıflandırma kurallarının keşfi için kaba küme yaklaşımıyla evrimsel algoritmalara dayanan yeni bir algoritma ?Rough-Mep algoritması? önerilmiştir. Rough-Mep algoritmasının etkinliği, klasik makine öğrenimi algoritmaları ve literatürde bulunan algoritmalarla karşılaştırılmış; ikili veya çoklu sınıflı veri kümeleri üzerinde test edilmiştir.

Özet (Çeviri)

Data mining is a method for finding unknown relation and trends that analyses great amount of data and transforms insignificant information to significant knowledge for users. Classification in data mining is an approach finding out related attributes of each class and providing display with rule statements from given data sets.In this thesis a new algorithm ?Rough-Mep algorithm? is proposed for discovering of classification rules based on rough set theory and evaluation algorithms. The effectiveness of our approach is tested on eight publicly available binary and n-ary classification data sets.

Benzer Tezler

  1. Tıbbi veri kümeleri arasındaki birliktelik kurallarının çok amaçlı genetik algoritma ile çıkarılması

    Extraction of association rules in medical datasets via multi-objective genetic algorithms

    BUKET KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. İBRAHİM TÜRKOĞLU

  2. Metaheuristic algorithms to enhance artificial neural network for medical data classification

    Tıbbi veri sınıflandırması için yapay sinir ağını geliştirmek için meta-heuristik algoritmalar

    IHSAN SALMAN JASIM AL GBURI

    Doktora

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    PROF. DR. OSMAN NURİ UÇAN

    DOÇ. DR. KHALİD SHAKER

  3. Veri madenciliğinde sınıflandırma problemleri için optimizasyon yaklaşımları

    Optimization approaches for classification problems in data mining

    ENVER ENGÜR

    Doktora

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BANU SOYLU

  4. Kaotik haritalı parçacık sürü optimizasyonu algoritmaları geliştirme

    Development of chaotic maps embedded particle swarm optimization algorithms

    BİLAL ALATAŞ

    Doktora

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. ERHAN AKIN

  5. Türkiye'de mobil veri kullanımının veri madenciliğinde kullanılan algoritmalar ile analizi

    Analysis with algorithms used in data mining of mobile data usage in Turkey

    MUHAMMET ALİ ALTINIŞIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ERDAL GÜVENOĞLU