Veri madenciliği yöntemleri ve bir uygulama
Data mining methods and an application
- Tez No: 422159
- Danışmanlar: PROF. DR. MEHMET FEDAİ KAYA
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
Büyük hacimdeki verilerden anlamlı bilgilerin elde edilmesi karmaşık bir süreç içerisinde gerçekleşmektedir. Bu sürecin en önemli adımı ise veri madenciliğidir. Veri madenciliği, büyük hacimli veri yığınları içerisinden karar alabilmek için anlamlı bilgilerin çıkarılmasıdır. Veri madenciliğinde verileri ortak özelliklerine göre gruplamak için kümeleme analizi kullanılır. Kümeleme analizi, veri tabanındaki veriler aracılığıyla kümeler oluşturarak, benzer özelliklere sahip nesnelerin bir araya gelmesini sağlayan bir veri madenciliği tekniğidir. Çalışmada Türkiye İstatistik Kurumundan sağlanan 2012 gelir ve yaşam koşulları veri seti kullanılarak kohonen ve k-ortalamalar yöntemleri ile kümeleme tekniği kullanılmıştır. Çalışmanın sonunda ise kohonen ve k-ortalamalar yöntemleriyle elde edilen analiz sonuçları karşılaştırmalı olarak incelenmiştir. Kümelenen bireylerin etkilediği değişkenlerin önemliliğine bakılmıştır. Analiz aşamasında ORANGE ve SPSS 21.0 programları kullanılmıştır.
Özet (Çeviri)
Obtaining significant information from data in largevolumes realizes in a complex process. The most important step of this process is data mining. Data mining is the extraction of significant information from large-volume data stacks to take decisions. In data mining cluster analysis is used in order to group data according to their common features. Cluster analysis is a data mining technique that ensures that objects with similar characteristics to get together by forming clusters via data in the database. In the study kohonen and k-means cluster techniques are applied by using 2012 income and life conditions data set obtained from Turkish Statistical Institute. At the end of the study, analysis results obtained by kohonen and k-means methods are examined comparatively. The significance of the variables that the clustered individuals affect are looked into. During the analysis stage ORANGE and SPSS 21.0 software are used.
Benzer Tezler
- Veri madenciliği yöntemleri ve bir uygulama
Data mining methods and an application
MEHMET KIVRAK
Yüksek Lisans
Türkçe
2010
BiyoistatistikYüzüncü Yıl ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. SIDDIK KESKİN
- Veri madenciliği yöntemleri ve türk müziği analizlerinde kullanılması üzerine bir uygulama
Data mining methods and an application for turkish music analysis
SİNAN DURU
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiÇukurova ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OYA HACİRE YÜREGİR
- Veri madenciliği sınıflandırma algoritmalarıyla lisans yabancı dil hazırlık programında öğrenmeyi etkileyen faktörlerin belirlenmesi
Determination of factors affecting learning in undergraduate foreign language preparatory program with data mining classification algorithms
İPEK ERDOĞMUŞ
Doktora
Türkçe
2023
Bilim ve Teknolojiİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZERRİN AYVAZ REİS
- Türkiye'deki seçmen eğilimlerinin veri madenciliği yöntemleri ile belirlenmesi ve bir uygulama
Determination of voting tendencies in Turkey through data mining methods and an application
ALİ BAYIR
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Data mining techniques and an application
Veri madenciliği yöntemleri ve bir uygulaması
KAAN KUMRU
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAHAR SENNAROĞLU