Karar ağaçlarının birliktelik kuralları ile iyileştirilmesi
Improving decision trees with association rules
- Tez No: 232705
- Danışmanlar: YRD. DOÇ. DR. NEVCİHAN DURU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri ambarı, Veri depolama, Veri düzeltme, Veri madenciliği, Veri modelleme, Veri tabanlı pazarlama, Veri tabanı, Veri tarama, Veri temizleme, Data warehouse, Data storage, Data correction, Data mining, Data modelling, Database marketing, Database, Data scanning, Data cleaning
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada veri madenciliği sınıflama tekniklerinden biri olan karar ağaçları ve birliktelik kuralları yöntemi kullanılmıştır. Karar ağaçları kullanılarak ortaya çıkan kuralların, birliktelik kuralları yardımıyla filtrelenmesini sağlayan uygulama geliştirilmiştir. Bu uygulama ile karar ağaçları iyileştirilebilir ve budanabilir hale getirilmiştir. İyileştirme ve budama işlemleri için birliktelik kurallarında adı geçen destek ve güven değerleri kullanılmıştır. Kullanıcı tarafından belirlenen eşik destek ve güven değerleri altındaki değerlere sahip kurallar filtrelenmektedir. Uygulama kapsamında bir imalathanede üretilen defolu ürünün müşterilere sunulup sunulmayacağının tahmini yapılmaktadır. Tahmin yapılırken daha önceki üretilen ürünlerin sunulup sunulmadığı bilgilerine bakarak belli bir kuralı olmayan kararların sınıflandırılması yapılmıştır. Yeni gelecek bir hatalı bir ürünün kalite kontrol sonucunun tahmini gerçekleştirilmektedir.
Özet (Çeviri)
: In this study, we used decision tree and association rule methods as a data mining classification technique. The application developed filters the rules derived from decision trees . With the help of this application, decision trees are turned into improvable and prunable bodies. Support and confidence parameters of association rule methods are used for improvement and pruning purposes. As an application, a quality control estimation tool is developed using association rule based classification techniques of data mining. This tool developed tries to estimate the decision of putting the defected product to market or not. The estimation rule is derived using earlier data. When a defected product arrives at any quality control department, this estimation tool can be used for decision purposes.
Benzer Tezler
- Sürücü kaynaklı trafik kazalarının veri madenciliği yaklaşımı ile modellenmesi: Sakarya örneği
Modelling driver-related traffic accidents through data mining approach: The case of city of Sakarya
ZELİHA ÇAĞLA KUYUMCU
Doktora
Türkçe
2024
UlaşımSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN ASLAN
PROF. DR. NİLÜFER YURTAY
- Tommaso Campanella ve Thomas More`un ütopyalarının karşılaştırılması
Comparing Thomas More and Tommaso Campanella`s utopias
MAHMUT AVCI
Yüksek Lisans
Türkçe
2006
FelsefeAtatürk ÜniversitesiFelsefe ve Din Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN ELMALI
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Erken Hristiyan ve ilk Bizans resim ve kabartma sanatında kaynak ve okullar (2 cilt)
Sources and school of painting and sculpture during the early Christian and first Byzantine period
AHMET MEHMET KİPMEN
- Assessment of urbanization history of Addis Ababa city, Ethiopia
Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi
ABDURAHMAN HUSSEN YIMER
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ALİ CENAP YOLOĞLU