Veri madenciliğinde sınıflayıcı teknikler ile demir çelik sektöründe uzun ürünlerin üretimine ilişkin bir tahmin modellemesi
A predictive model for the manufacturing of long-rolled products in iron-steel industry with classifications techniques of data mining
- Tez No: 327430
- Danışmanlar: DOÇ. DR. FİLİZ ERSÖZ
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
..
Özet (Çeviri)
Bu çalışmada; demir çelik sektörü ile demir-çelik sektöründe üretimi yapılan ve uzun ürünler olarak nitelendirilen ürün grubu incelenmiştir. Ayrıca veri madenciliği tekniklerini kullanarak uzun ürün grubu ilgili olarak; uzun ürünlerin üretimine ilişkin değişkenler incelenmiş ve veri madenciliğinde sınıflandırma temelli teknikler kullanılarak yapılan analizler ile demir çelik üretim miktarına ilişkin tahmin modeli ve üretimi etkileyen en önemli değişkenler bulunmuştur. Çalışmada, öncelikle demir çelik sektörü hakkında bilgiler verilerek veri madenciliği (VM), veri madenciliğinin tarihsel gelişimi, bileşenleri, sınıflamaları, kullanım alanları, farklı alanlarda geliştirilen VM uygulamalarında kullanılan sınıflandırma temelli modeller incelenmiştir.Çalışmada Başbakanlık Yüksek Denetleme Kurumu (BYDK)? ndan elde edilen, uzun hadde ürünlerinin 1943-1994 yılları arasındaki üretim verilerine, Veri Madenciliği yöntemleri uygulanmıştır. Elde edilen bilgiler doğrultusunda üretim temelli modeller oluşturularak, çalışma sonuçlarının ileriye dönük alınacak yatırım kararlarına ışık tutması hedeflenmiştir. Çalışmanın son bölümünde ise, karar ağacı algoritmaları ve çoklu regresyon analizi uygulanarak, elde edilen bulgular dahilinde Chaid karar ağacı algoritmasının uzun ürünlerin tahmininde çoklu regresyon modeline göre daha etkili ve belirleyici sonuçlar ürettiği görülmüştür.
Benzer Tezler
- Veri madenciliğine genel bakış ve Random Forests yönteminin incelenmesi: Sağlık alanında bir uygulama
An overview of data mining techniques and analysis of Random Forests method: An application on medical field
MUHAMMET AKMAN
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DR. YASEMİN GENÇ
HANDAN ANKARALI
- Cost sensitive learning algorithms
Maliyet duyarlılık öğrenme algoritmaları
GÜLAY KÖSE
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIşık ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OLCAY TANER YILDIZ
- Sezgisel algoritmalar yardımıyla sinir ağlarından kural çıkarımı
Neural network rule extraction using heuristic methods
ÖZLEM KANGA
Yüksek Lisans
Türkçe
2014
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL EMEL
- Supervised techniques in data mining
Veri madenciliğinde yönlendirilmiş teknikler
MEHMET SEVAL KAYGULU
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. ALP KUT
- Veri madenciliğinde kümeleme analizi yöntemlerinin incelenmesi ve sağlık bilimleri alanındaki uygulamaları
Evulation of cluster analysis in the methods of data mining and its applications in health sciences
NİHAN MÜNİSE KAZAZ
Yüksek Lisans
Türkçe
2019
Biyoistatistikİstanbul ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. AHMET DİRİCAN