Batch learning of disjoint feature intervals
Ayrık öznitelik bölüntülerini toplu öğrenme
- Tez No: 50002
- Danışmanlar: DOÇ.DR. HALİL ALTAY GÜVENİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: öğrenme, tümevarımsal öğrenme, toplu öğrenme, dene timli öğrenme, öznitelik izdüşümleri, oylama. iv, Algoritmalar, machine learning, supervised learning, inductive learning, batch learning, feature projections, voting. iii, Algorithms, Learning
- Yıl: 1996
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET AYRIK ÖZNİTELİK BÖLÜNTÜLERİNİ TOPLU Ö?RENME Aynur Akkuş Bilgisayar ve Enformatik Mühendisliği, Yüksek Lisans Tez Yöneticisi: Doç. Dr. Halil Altay Güvenir Eylül, 1996 Bu tezde öznitelik izdüşümlerine dayalı yeni öğrenme algoritmaları sunulmuş tur. Öznitelik Bölüntülerini Öğrenme (FİL) olarak isimlendirilen bu algorit malar toplu, denetimli ve tümevarımsal öğrenme yöntemlerini kullanırlar ve öğrenme örneklerinin öznitelik izdüşümlerini sınıflama bilgisini çıkarmak için kullanırlar. Bu izdüşümler ayrık öznitelik bölüntülerine genellenir. Böylece, öğrenilen kavram tanımları her öznitelik için ayrık öznitelik bölüntüleri şeklinde gösterilir. Daha önce görülmemiş bir örneğin sınıflandırması için her öznitelik tarafından bir ön sınıflandırma yapılır ve son sınıflama bu ön sınıflandırmaların ağırlıklı çoğunluk oylamasıyla belirlenir. Hatalı örnekleri tespit edebilmek için bölüntülere ağırlık verilerek bazı değişiklikler önerilmiştir. FİL algoritmalarının benzer sistemlerle uygulama sonuçları doğal ve yapay veri kümeleri üzerinde karşılaştırılrmştır. Bu algoritmaların doğruluk oranları daha öncekilere yakın olmasına rağmen ortalama çalışma süreleri çok daha azdır. Bu tezde literatürde yaygın olarak bilinen k en yakın komşu sınıflandırma algoritması (&-NN) yeniden tanımlanmıştır ve &-NNFP, öznitelik izdüşümleri üzerinde k en yakın komşu sınıflandırması, olarak isimlendirilmiştir. k-NNFP algoritmasında sınıflandırma her öznitelikten gelecek olan tahminler arasından çoğunluk oylaması yapılarak belirlenir. &-NNFP ve fe-NN algoritmalarının karşılaştırılması doğal ve yapay veri kümeleri üzerinde yapılmıştır.
Özet (Çeviri)
ABSTRACT BATCH LEARNING OF DISJOINT FEATURE INTERVALS Aynur Akkuş M.S. in Computer Engineering and Information Science Supervisor: Assoc. Prof. Halil Altay Güvenir September, 1996 This thesis presents several learning algorithms for multi-concept descriptions in the form of disjoint feature intervals, called Feature Interval Learning algo rithms (FIL). These algorithms are batch supervised inductive learning algo rithms, and use feature projections of the training instances for the representa tion of the classification knowledge induced. These projections can be general ized into disjoint feature intervals. Therefore, the concept description learned is a set of disjoint intervals separately for each feature. The classification of an unseen instance is based on the weighted majority voting among the local predictions of features. In order to handle noisy instances, several extensions are developed by placing weights to intervals rather than features. Empirical evaluation of the FIL algorithms is presented and compared with some other similar classification algorithms. Although the FIL algorithms achieve compa rable accuracies with other algorithms, their average running times are much more less than the others. This thesis also presents a new adaptation of the well-known &-NN clas sification algorithm to the feature projections approach, called &-NNFP for k-Nearest Neighbor on Feature Projections, based on a majority voting on in dividual classifications made by the projections of the training set on each feature and compares with the fc-NN algorithm on some real-world and artifi cial datasets.
Benzer Tezler
- Bromtimol mavisi, bromkresol moru ve klorfenol kırmızısı indikatörleri katılmış özel besiyerlerinin sütlerde antibiyotik belirtilmesine uygunluğu üzerine araştırmalar
Başlık çevirisi yok
ESENGÜL TUNCER
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSüt Teknolojisi Ana Bilim Dalı
PROF. DR. HASAN YAYGIN
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Zymomonas mobilis NRRL B-14023 bakterisi ile şeker pancarı melası ve kuru üzümden etanol üretimi
Başlık çevirisi yok
ÜLKÜ BAŞER
- Lohusalıkta anneye verilen sağlık eğitiminin annenin doğum sonrası döneme ilişkin bilgi düzeyine etkisinin incelenmesi
Başlık çevirisi yok
HANDAN GÜLER
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
Y.DOÇ.DR. MELİHA ATALAY
- Kemalpaşa etlik piliç işletmelerinin teknik ve ekonomik yönden incelenmesi
Başlık çevirisi yok
HAYRİ TUNA YÜKSELEN