Destek vektör makineleri üzerine bir çalışma
A study on support vector machines
- Tez No: 372757
- Danışmanlar: PROF. DR. TURHAN MENTEŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, İstatistik, Computer Engineering and Computer Science and Control, Mathematics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Destek Vektör Makineleri, oluşturulan ve problemin çözümünde kullanılan etkili matematiksel optimizasyon yöntemleri sayesinde yüksek boyutlu ve küçük sayıda eğitim verisinden öğrenebilen yeni nesil bir öğrenme metodu olarak Vladamir Vapnik tarafından 1995 yılında önerilmiştir. Destek Vektör Makineleri'nin dayandığı teori olan“İstatistiksel Öğrenme Teorimi”, Vladamir Vapnik ve Alexey Chervonenkis tarafından 1960'da önerilmiş ve 1970'li yıllarda geliştirilmiştir. Destek Vektör Makineleri, doğrusal olmayışı modellemek için çekirdek fonksiyonların kullanılması, genelleştirebilme yeteneğinin yüksek olması, teorik yapısının kuvvetli ve uygulamalarda hızlı performans göstermesi nedeniyle, son yıllarda, örüntü tanımlamada, bağlanım analizinde, yüz tanımlamada, resim ve metin sınıflandırmada, veri madenciliğinde, kalite kontrol yöntemlerinde, finans, ekonomi, genetik, biyoloji ve diğer biyoenformatik uygulamalarda sıklıkla kullanılmaya başlanmıştır. Bu nedenle bu tez çalışmasında Destek Vektör Makinelerinin teorik alt yapısı ve kompütasyonel yaklaşımlar detaylı bir şekilde ele alınıp incelenmiştir. Wisconsin Göğüs Kanseri veri seti üzerinde sınıflandırma analizi ve Hollanda'nın Brabant şehrine ait elektrik yük verisi ise bağlanım analizi için kullanılarak Destek Vektör Makineleri'nin performansı tanıtılmıştır.
Özet (Çeviri)
Support Vector Machines were introduced by Vladamir Vapnik in 1995 as a new-generation technique, learning from training set which is high-dimensional and whose sample size is much small, by creating and solving a quadratic programming problem using some novel mathematical optimization techniques. Statistical Learning Theory, which Support Vector Machines algorithm is based on, has been proposed in 1960s by Vladamir Vapnik and Alexey Chervonenkis and has been literally developed in 1970s. Due to the use of kernel functions to model non-linearity, high performance of generalization, powerful theoretical foundations and the ability to train relatively quickly, in the last decades, this method has been utilized frequently and mostly on pattern recognition, regression analysis, face recognition, image and text classification, data mining, quality control and applications of finance, economy, genetic, biology and bioinformatic. In this thesis, we discuss the theoretical basis and computational approaches to Support Vector Machines in details. Then, we discuss its performance on Wisconsin Breast Cancer dataset for classification and on an original electrical load data set of Brabant province of the Netherlands for regression.
Benzer Tezler
- Destek vektör makinesi ve çekirdek fonksiyonları üzerine bir çalışma
A study on support vector machine and kernel functions
EYYUP ADAR
Yüksek Lisans
Türkçe
2023
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SANEM ŞEHRİBANOĞLU
- Yapay zekâ yöntemleriyle borsa endeksinin yönünün tahmini üzerine bir çalışma: Karşılaştırmalı analiz
A study on the prediction of the direction of the stock market index with artificial intelligence methods: Comparative analysis
MUSTAFA YILDIZ
Yüksek Lisans
Türkçe
2022
MatematikHatay Mustafa Kemal ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KILIÇOĞLU
- Birinci servikal vertebranın antropometrik ölçümleri ile makine öğrenme algoritmaları kullanılarak cinsiyet tayını üzerine bir çalışma
A study on gender determination with machine learning algorithms by making anthropometric measurements of the first cervical vertebra
MENŞURE ÖZTÜRK
Yüksek Lisans
Türkçe
2021
AnatomiKarabük ÜniversitesiAnatomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED KAMİL TURAN
- Yedinci servikal vertebranın antropometrik ölçümleri ile makine öğrenme algoritmaları kullanılarak cinsiyet tayini üzerine bir çalışma
A study on gender determination with machine learning algorithms by making anthropometric measurements of the seventh cervical vertebra
ESRA ÇETİN
- Uydu ve meteorolojik veriler kullanılarak Adana Mersin ve Osmaniye illeri için don riski bulunan alanların tahmini üzerine bir çalışma
A study on the estimation of frost risk areas for Adana Mersin and Osmaniye provinces using satellite and meteorological data
RECEP DOĞAN
Yüksek Lisans
Türkçe
2019
Peyzaj MimarlığıÇukurova ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. HACI MUSTAFA KANDIRMAZ