Geri Dön

Farklı makine öğrenmesi algoritmalarının karşılaştırılması

Comparison of different machine learning algorithms

  1. Tez No: 494841
  2. Yazar: EBRU PEKEL
  3. Danışmanlar: PROF. DR. SERMİN ELEVLİ, YRD. DOÇ. DR. TUNCAY ÖZCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 88

Özet

Makine Öğrenmesi, matematiksel ve istatistiksel yöntemler kullanarak mevcut verilerden çıkarımlar yapan, bu çıkarımlarla bilinmeyene dair tahminlerde bulunan bir veri madenciliği yöntemidir. Probleme yaklaşımlarına göre farklılık gösteren (sınıflandırma, tahmin, kümeleme) ve bu yüzden farklı problemlerde farklı başarılara sahip olan birçok makine öğrenmesi yöntemi bulunmaktadır. Geçmiş verilerin hangi sınıftan olduğu biliniyorsa, yeni gelen verinin hangi sınıfa ait olacağı makine öğrenmesi algoritmaları kullanılarak tespit edilebilmektedir. Bu tez çalışmasında bir sınıflandırma problemi üzerinde durulmuştur. Çalışmada, dört temel sınıflandırma algoritması (Karar Ağacı, Destek Vektörü Makineleri, Naive Bayes, Yapay Sinir Ağları) sunulmuş ve hazır veri setindeki performansları karşılaştırılmıştır. Naive Bayes Algoritmasının, veri setinde uygulanan diğer sınıflandırma yöntemlerinden daha iyi performans (%70,29) gösterdiği tespit edilmiştir. Çalışmada ayrıca temel sınıflandırma algoritmalarının performansını artırmak amacıyla, genetik algoritma ile melez modelleri önerilmiş ve performansları karşılaştırılmıştır. Genetik Algoritmalı Karar Ağacı (GA-KA) Algoritmasının en yüksek performans değerine (%92,57) sahip melez model olduğu tespit edilmiştir.

Özet (Çeviri)

Machine learning is a methods that make inferences from existing data using mathematical and statistical methods and that are inferred from these inferences. They may differ according to the probing approaches and thus may have different successes in different problems (classification, prediction, clustering). In this thesis study, a classification problem is emphasized. If the former data (information) is known in which class,it is possible to identify to which class the data is to be included by using certain machine learning algorithms. In this thesis, it is presented 4 classification algorithms (Decision Tree, Naive Bayes, Support Vector Machine and Artificial Neural Network) and compared their performance on the standard dataset which was obtained from a database. Naive Bayes Algorithm performed better performance (70.29%) than the other methods. In addition to these traditional classification algorithms, their hybrid algorithm models with Genetic Algorithm were presented and were compared. Results of the four classification algorithms were evaluated in terms of classification performance. According to the findings, Decision Tree with Genetic Algorithm (GA-DT) model performed better performance (92.57%) the other classification methods applied on dataset.

Benzer Tezler

  1. Ağırlık tahmini için bazı farklı makine öğrenmesi algoritmalarının karşılaştırılması

    Comparison of different machine learning algorithms for weight prediction

    AHMET SİNAN GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    ZiraatTokat Gaziosmanpaşa Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. YALÇIN TAHTALI

  2. Comparison of machine learning algorithms for improved admission prediction of the emergency department patients

    Acil servis hastalarının kabul tahmini için makine öğrenmesi algoritmalarının karşılaştırılması

    ALİ MERT ERDOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Yönetim Bilişim SistemleriİZMİR BAKIRÇAY ÜNİVERSİTESİ

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ABDULKADİR HIZIROĞLU

  3. Comparison of prediction algorithms for student performance prediction

    Öğrenci performansının öngörülmesi için tahmin algoritmalarının karşılaştırılması

    AMADOU BAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    Assist. Prof. ZİYA KARAKAYA

    PROF. DR. ALİ YAZICI

  4. Tüketici yorumlarının fayda düzeyinin tahminlenmesine yönelik bir araştırma: Makine öğrenmesi algoritmalarının karşılaştırılması

    A study on estimating the usefulness level of consumer reviews: Comparison of machine learning algorithms

    OĞUZHAN ARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Yönetim Bilişim SistemleriSakarya Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. ADEM AKBIYIK

  5. Nakit akış tablolarında finansal riskin öngörülmesi için makine öğrenmesi algoritmalarının karşılaştırılması

    Comparision of machine learning algorithms for predicting financial risk in cash flow statements

    ECEM ENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DAMLA İLTER FAKHOURI