Geri Dön

Bilgisayar öğrenmesinde yeni tümevarımsal algoritmalar

New algorithms in inductive machine learning

  1. Tez No: 274701
  2. Yazar: GÜNAY KARLI
  3. Danışmanlar: DOÇ. DR. AYHAN ÖZDEMİR
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 103

Özet

Bilgisayar teknolojisinin ilerlemesine paralel olarak, veri toplama kaynakları da oldukça gelişmiş ve yaygınlaşmıştır. Hemen her disiplin, kendi ürettiği veriler ile bereber dış çevreden elde ettiği verilerle, çeşitli amaçlar için büyük boyutlarda veritabanları oluşturmuştur. Bu verilerin içerisinde çok değerli ve gelecek için karar vermeyi sağlayacak bilgiler mevcuttur. Günümüzde bu veritabanlarından anlamlı ve yararlı bilgiyi ortaya çıkarabilmek önemli bir araştırma alanı haline gelmiştir.Uzman sistemlerin en önemli görevlerinden biri, veritabanları içerisindeki yararlı, fakat saklı bilginin ortaya çıkartılmasıdır. Bilginin elde edilmesi, bilgi kazanımı olarak da isimlendirilir. Uzman sistemlerde, bilginin gösterilmesi, kullanılması ve kazanılması ile ilgili çözülmesi gereken önemli problemler bulunmaktadır. Bunlar içerisinde bilgi kazanımı problemi en kritik aşamayı oluşturmaktadır. Bu çalışmada, bilgiyi elde etmek amacı ile geliştirilen makine öğrenmesi algoritmaları (IREM ve keREM) sunulacaktır.

Özet (Çeviri)

Parallel to the advancement in machine learning, data collecting sources were developed and became common. Almost all the disciplines formed a database with the data they produced along with those they collected from the surroundings. Among the data, there is valuable information that they may facilitate to give decisions about the future. It has been a significant research area to extract significant and useful knowledge from the databases.One of the most significant tasks of expert systems is to explore useful but hidden information in databases. Acquisition of knowledge is also known as obtaining knowledge. There are vital problems that must be solved related to the illustration, usage and acquisition of information in expert systems. Acquisition of knowledge is the most crucial of them. Machine learning algorithms (IREM and keREM) developed to acquire information will be presented in this study.

Benzer Tezler

  1. Graph neural networks-based primal heuristics for combinatorial optimization

    Kombinatoryal optimizasyon için grafik sinir ağları tabanlı birincil sezgisel yöntem

    FURKAN CANTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Yapay Zeka Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ REYHAN AYDOĞAN

    PROF. DR. OKAN ÖRSAN ÖZENER

  2. Exploiting clustering patterns in training sets to improve classification performance of fully connected layers

    Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma

    TOLGA AHMET KALAYCI

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UMUT ASAN

  3. Investigation of deep learning approaches for biomedical data classification

    Biyomedikal veri sınıflandırmasında derin öğrenme yaklaşımlarının araştırılması

    ESRA MAHSERECİ KARABULUT

    Doktora

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TURGAY İBRİKÇİ

  4. Novel swarm intelligence algorithms for structure learning of bayesian networks and a comparative evalnation

    Bayes ağ yapılarının öğrenilmesi için yeni sürü zekası algoritmaları ve karşılaştırılmalı bir değerlendirme

    SHAHAB WAHHAB KAREEM

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CUDİ OKUR

  5. Yapay sinir ağlarının eğitiminde örneklerin zorluk seviyesine göre sıralanmasının etkisinin incelenmesi

    A study about the effectiveness of ordering the samples by difficulty levels in the training of artificial neural networks

    MELİKE NUR MERMER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET FATİH AMASYALI