Geri Dön

Karar ağaçlarının birliktelik kuralları ile iyileştirilmesi

Improving decision trees with association rules

  1. Tez No: 232705
  2. Yazar: ÜNAL SEZER
  3. Danışmanlar: YRD. DOÇ. DR. NEVCİHAN DURU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

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

  1. Tommaso Campanella ve Thomas More'un ütopyalarının karşılaştırılması

    Comparing Thomas More and Tommaso Campanella's utopias

    MAHMUT AVCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    FelsefeAtatürk Üniversitesi

    Felsefe ve Din Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. OSMAN ELMALI

  2. 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

    Fransızca

    2009

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. JEAN MARC SOREL

    PROF. DR. HALİL ERCÜMENT ERDEM

  3. Bir kurumsal kaynak planlama yazılımı ve akıllı karar destek sistemi araçlarının geliştirilmesi

    Development of an enterprise resource planning software and intelligent decision support system tools

    HALİL HAKAN TARHAN

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NİZAMETTİN AYDIN

  4. Gerçek laboratuvar verilerinin veri madenciliği teknikleri ile analizi

    Actual laboratory data analysis with data mining techniques

    ASİYE BETÜL CIGA

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesi

    İnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı

    YRD. DOÇ. DR. ERTUĞRUL ERGÜN

  5. Birliktelik kuralları algoritmalarının otomotiv sektörü verileri üzerinde spmf ve weka ile performans analizi

    Performance analysis of association rules algorithms on automotive industry data with spmf and weka

    MELİH NAİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH KAYAALP