Kategorik veriler üzerinde kümeleme algoritmaları
Clustering algorithms on categorical data
- Tez No: 436532
- Danışmanlar: DOÇ. DR. BURAK ORDİN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Karar verici, Decision maker
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kümeleme, veri madenciliği içerisinde yer alan önemli uygulamalara sahip olan bir veri analiz tekniğidir. Kümeleme probleminin çözümü için tasarlanan yaklaşımların uygulanması, verinin türüne göre farklılık göstermektedir. Literatürde sayısal nitelikli verilerin analizinin yapılması için birçok nitelikli algoritma bulunmaktadır. Gerçek hayattaki kategorik verilerin sayısı oldukça fazla olmasına rağmen bu kategorik nitelikli verileri analiz eden algoritmalar sınırlıdır. Bu tezde, kümeleme problemi için çözüm yöntemleri incelenmiş, kategorik türden verilerin analizini yapan k mode kümeleme algoritması ve bu algoritmanın artımlı bir versiyonu ele alınmıştır. Algoritmalar C programlama dilinde kodlanıp, örnek veri seti üzerinde hesaplama denemeleri yapılmıştır.
Özet (Çeviri)
Data Clustering is an important part of data mining. Different algorithms are needed to solve the clustering problems which consist of numerical or categorical data because of difference data types. In the literature a lot of algorithms have been found to solve clustering problems with numerical attributes. However, these algorithms are mostly designed to handle numerical data. In this thesis, k mode algorithm and its incremental version are expressed for solving clustering problems in data sets with categorical attributes. It is implemented the algorithms in C and presented the result of the numerical experiments on an example dataset.
Benzer Tezler
- Karma veriler üzerinde etkin kümeleme algoritmalarının geliştirilmesi
Development of effective clustering algorithms on mixed data
ELVIN NASIBOV
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. BURAK ORDİN
- Topological data analysis and clustering algorithms in machine learning
Topolojik veri analizi ve makine öğreniminde kümeleme algoritmaları
İSMAİL GÜZEL
Doktora
İngilizce
2023
İstatistikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması
Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease
MEHMET YÜKSEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Deep learning based hybrid recommender system
Derin öğrenme tabanlı öneri sistemi
MUHAMMET ÇAKIR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ