Veri madenciliği tekniklerinden C5.0 algoritması ve destek vektör makineleri ile yapay sinir ağlarının sınıflandırma başarılarının karşılaştırılması: İmalat sektöründe bir uygulama
The comparison of the classification successes of the artifical neural networks through data mining techniques of C5.0 algorithm and supporting vector machines: An application in manufacturing sector
- Tez No: 326939
- Danışmanlar: PROF. DR. ERKAN OKTAY
- Tez Türü: Doktora
- Konular: İstatistik, İşletme, Statistics, Business Administration
- Anahtar Kelimeler: Veri Madenciliği, C5.0 Algoritması, Destek Vektör Makineleri, Yapay Sinir Ağları, Data mining, C5.0 Algorithm, Supporting Vektor Machines, Artificial Neural Networks
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 238
Özet
Günümüzde işletmeler çok büyük miktarlarda veri üretmekte ve bu veri içinde anlamlı ve yararlı bilgiler ortaya çıkarmakta sıkıntılar yaşamaktadırlar. Veriler tek başlarına bir anlam taşımadıkları için veri madenlerinde işlendiği zaman anlamlı hale gelebilmektedir. Bu nedenle, veri kaynaklarından gelen veriyi derlemek, yorumlamak ve işlerlik kazandırmak için veri madenciliğine ihtiyaç duyulmaktadır.Bu çalışmanın amacı, İMKB'de işlem gören sanayi işletmelerinin 2002-2010 yılları arası verileri üzerinde, işletmelerin finansal başarısızlıklarını veri madenciliği tekniklerinden C5.0 algoritması ve destek vektör makineleri ile birlikte yapay sinir ağları kullanılarak tahmin modellerini gerçekleştirmektir. Elde edilen modellerin dört yıl öncesine kadar ki performansları karşılaştırılarak ileriye yönelik 2010 yılına ait işletme başarısızlıklarının tahmini gerçekleştirilmiştir.Analiz sonuçları ele alındığında, yapay sinir ağları yönteminin, hem C5.0 hem de destek vektör makineleri yöntemiyle karşılaştırıldığında, oluşturulan dört modelin tümü için daha iyi sonuçlar verdiği gözlenmiştir. Ayrıca modeller arası kıyaslama yapıldığında 3. Modelin 2. Modelden, 4. Modelin ise 1. Modelden daha yüksek sınıflandırma yüzdesiyle sonuçlar ürettiği görülmüştür.
Özet (Çeviri)
Today, businesses produce great amounts of data and have trouble in working out significant and useful information out of them. As the data don?t have meaning alone, they become significant when they are processed in data mines. Therefore, data mining is needed to compile, interpret and maket he data obtained from the data sources functional.The goal of this is to develop prediction models for the financial failures of businesses by using artificial neural networks together with data mining techiniques of C5.0 algorithm and supporting vector machines based on the data of the industrial businesses dealt at Istanbul Stock Exchange Market between the years of 2002 and 2010. By comparing the prior performances, as far as four years, of the obtained models a prediction of their upcoming business failures belonging to the year of 2010 was carried out.When the results of the analysis were handled, it was observed that the method of artificial neural networks yielded better outcomes for the four formed models altogether when compared to C5.0 and the method of supporting vektor machines. Besides, when a comparison was made between models, it was seen that the third model produced better results than the second one and the fourth model produced better results than the first one.
Benzer Tezler
- İnsani gelişmişlik endeksinin veri madenciliği tekniklerinden olan C5.0 ve GINI algoritmaları kullanarak modellenmesi
Modeling of human development index (HDI) using C5.0, a data mining technique, and GINI algorithms
ALİ KORKMAZ
Yüksek Lisans
Türkçe
2019
İşletmeOsmaniye Korkut Ata Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE YAKUT
- Hanehalkı bilişim teknolojileri kullanımının veri madenciliği teknikleri ile analizi
Analysis of the use of household information technologies with data mining techniques
MAHMUT COŞKUN
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. HALİL İBRAHİM BÜLBÜL
- Otomotiv sektöründe yakıt tüketimi ve emisyon seviyelerinin veri madenciliği ile analizi
Application of data mining in automotive industry for analyzing fuel consumption and emission levels
SİMGE DENİZ
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HADİ GÖKÇEN
- Veri madenciliğinde sınıflandırma yöntemlerinin karşılaştırılması 'bankacılık müşteri veri tabanı üzerinde bir uygulama'
Comparison of classification techniques in data mining 'an application in banking customer database'
ÖZGÜR ÇAKIR
- Mark-up estimation using data mining techniques
İhale tenzilat miktarı tahmininde veri madenciliği tekniklerinin kullanımı
ELİF TUVA ERDOĞAN
Yüksek Lisans
İngilizce
2005
İnşaat MühendisliğiGaziantep Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÖZTAŞ
DOÇ. DR. ADİL BAYRAKOĞLU