Geri Dön

Veri tabanlı sistemlerin istatistiksel analize dayalı kural öğrenmeleri (doğrusal olmayan regresyon yöntemleri)

Obtaining rules based on statistical analysis of database management systems (non-linear regression methods)

  1. Tez No: 245087
  2. Yazar: ONUR GANİLER
  3. Danışmanlar: YRD. DOÇ. DR. AYLA ŞAYLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Mühendislik Bilimleri, İstatistik, Science and Technology, Engineering Sciences, Statistics
  6. Anahtar Kelimeler: Veri Tabanı Analizi, Veri Madenciliği, Regresyon, Doğrusal Regresyon, Doğrusal Olmayan Regresyon, SQL Sorgu Optimizasyonu, Eliminasyon Metoduyla Kural Öğrenme, Veri Tahmini, Database Analysis, Data Mining, Regression, Linear Regression, Non-Linear Regression, SQL Query Optimization, Obtaining Rules with Elimination Method, Data Estimation
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 162

Özet

Günümüz bilişim dünyasında veri saklama ve veriye erişim gelişmiş veri tabanı sunucularında yapılmaktadır. Veri tabanlarına erişim yaygın olarak adına SQL denilen standartlaşmış bir sorgulama diliyle sağlanmaktadır. SQL dili ile veri ekleme, veri güncelleme ve veriye erişim gibi işlemler yapılmaktadır. Özellikle veriye erişim süresi veri tabanı büyüdükçe uzamakta ve daha hızlı veriye erişim yöntemleri ve performans çalışmaları önem kazanmaktadır.Veriye erişim sorgusuna alternatif sorgular türetilerek veri erişim süresi azaltılabilir. Verilen sorguya alternatif sorgular üretmek için dinamik bir veri tabanı kurallar bütünü oluşturulabilir ve sisteme entegre edilerek sürekli öğrenen bir sistemle kullanılan her sorgu optimizasyondan geçirilebilir. Ayrıca veri kümeleriyle oluşturulacak bu modeller ile veri tahmini yapılabilir.Bu tez sisteme entegre edilebilecek ve kural tabanı oluşturmada kullanılacak olan verilerin analizindeki yaklaşım metotlarından doğrusal olmayan regresyon ve yöntemlerini inceleyerek, sistemde en kararlı, hataya neden olmadan ve her defasında en yüksek başarı yüzdesiyle kural tabanı oluşturabilecek yöntemi seçmeyi amaçlar. Yöntemleri her açıdan inceler ve özellikle başarı yüzdesi yüksek ve kararlı yöntemi seçer. Bunu yaparken mevcut bilinen yöntemlere alternatif denemeler yapar ve bunları birbirleriyle karşılaştırarak en iyi yönteme karar verir.

Özet (Çeviri)

Today's Information World is having data storing and data accessing through advanced database servers. Accessing to those databases are provided by a query language which commonly known as SQL. Processes like data insertion, data updating and data accessing are managed by SQL language. Especially, as the data piles up and gets bigger, accessing to that data turns out to take longer; and accordingly, accessing procedures and performance operations get more important on the way to reach that data faster.By deriving alternative queries to data access, it is possible to reduce the accessing time. In order to derive alternative queries to the given query, it can be formed solid database rules; and as an integration to the system, each query can be filtered by optimizing through a system that can learn by itself. Beside that, it is possible to estimate the data by forming data clusters.This thesis points out to choose the most stable, without resulting an error and to be able to create the highest success rated regulation based method within the system on each trials by observing non-linear regressions and methods obtained from processing approaches that are being used to form regulation based data analysis and to be integrated to the system. It is meant to observe methods from every angle and especially to choose the most stable and highest success rated methods. At the time of processing, all the possible alternative tests are being executed for the every known method and by doing that the system decides the best method with comparing them.

Benzer Tezler

  1. Türkçe akraba dilleri arasında istatistiksel bilgisayarlı çeviri algoritmalarının uygulanması ve başarım testi

    Применение и тестирование алгоритмов статистического машинного перевода для тюркских языков

    NAKILAY TAYİROVA

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırgızistan-Türkiye Manas Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULAN BRİMKULOV

    DOÇ. DR. MEHMET TEKEREK

  2. Finansal zaman serilerinin fonksiyonel yapısının genetik öğrenmeyle belirlenmesi

    Determining the functional structure of financial time series by means of genetic learning

    ÖZGÜR İCAN

    Doktora

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HASAN DURUCASU

  3. Ağ trafiğinin analizi, anomali tespiti ve değerlendirme

    Analysis of network traffic, anomaly detection and evaluation

    AKIN ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. ENVER ÖZDEMİR

  4. A scheme proposal for the development of machine learning-driven agent-based models through case studies

    Makine öğrenmesi destekli etmen tabanlı modellerin geliştirilmesine yönelik bir plan önerisi: Örnek modeller

    YAKUP TURGUT

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CAFER ERHAN BOZDAĞ

  5. Yazılı Türkçe dilinden Türk işaret diline (tid) makine çevirisi sistemi

    Text to sign language machine translation system for Turkish

    CİHAT ERYİĞİT

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE