Metasezgisel algoritmalar ile veri madenciliğinde aykırı değerlerin tespiti uygulamaları
Outliers detection in data mining by metaheuristic algorithms
- Tez No: 506166
- Danışmanlar: YRD. DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 132
Özet
Metasezgisel yöntemler, arama uzayında yüksek kalitede çözümleri kapsayan bölgeleri etkin bir şekilde kullanarak optimizasyon problemlerine ait en uygun çözümü bulmayı amaçlayan yöntemlerdir. Bu yöntemler, oldukça az değişiklikle farklı optimizasyon problemlerine uygulanabilmektedirler. Ayrıca veri madenciliğinin de önemli problemlerine uygulanabilmektedirler. Çok değişkenli değişkenler bağlamında aykırı değerlerin tespit edilmesi, veri madenciliği için önemli bir konudur. Bu konuya çözüm getirmek için önerilen yöntemlerin çoğu verilerin dağılım merkezine olan Mahalanobis mesafesine, Öklid mesafesine veya bir iz düşüm takibi yaklaşımına (projection pursuit) dayanmaktadır. Metasezgisel yöntemler, aykırı değerleri tespit etmek amacıyla kullanıldığı uygulamalarda mesafe parametrelerini manuel olarak ayarlamak yerine otomatik olarak optimize etmektedir. Bu çalışmadaki amaç, metasezgisel algoritmaları kullanarak veri madenciliğinin önemli problemi ve konusu olan çok değişkenli değişkenler bağlamında aykırı değerleri tespit etmeye çalışmaktır ve aykırı değerlerin sınıflandırma başarısı üzerindeki etkisini incelemektedir.
Özet (Çeviri)
The aim of metaheuristic methods is to find the most appropriate solution of optimization problems by using the regions covering high quality solutions in search space effectively. These methods can be applied to different optimization problems with very little modification. Also these methods are adapted to the important problems of data mining. Detection of outliers in the context of multivariate data is an important issue for data mining. Most of recommended methods for solving this problem are based on mahalanobis distance, euclidean distance, which is the most common distribution of observations or it is based on projection pursuit approach. Metaheuristic methods, when they are used in the applications in order to detect outliers, are able to optimize the distance parameters automatically rather than adjusting them manually. The purpose of this work is to detect the outlier at the multivariate variable context, which is an important problem and subject of data mining using metaheuristic algorithms and is to examine the impact of the detected outliers on the classification success.
Benzer Tezler
- Yapay sinir ağlarının yeni metasezgisel algoritmalar ile eğitimi ve veri madenciliğinde sınıflandırma alanında kullanımı
Training artificial neural networks with new metaheuristic algorithms and their application to classification area of data mining
BURAK GÜLMEZ
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİNEM KULLUK
- İkili gri kurt optimizasyon algoritmasının ikili optimizasyon problemlerine uygulanması
Application of binary grey wolf optimization algorithm to binary optimization problems
FEYZA ERDOĞAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞABAN GÜLCÜ
- Privacy preserving rule-based classifiers using modified artificial bee colony optimization algorithm
Değiştirilmiş yapay arı kolonisi optimizasyon algoritmasını kullanan gizlilik koruyuculu kural-tabanlı sınıflandırıcılar
EZGİ ZORARPACI
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
PROF. DR. YÜCEL SAYGIN
- Akan veriler için metasezgisel ve birleştirme tabanlı kümeleme algoritmalarının tasarımı ve gerçekleştirimi.
The design and implementation of metaheuristic and merging based clustering algorithms for streaming data.
MUSA MİLLİ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN BULUT
- Sezgisel algoritmalar yardımıyla sinir ağlarından kural çıkarımı
Neural network rule extraction using heuristic methods
ÖZLEM KANGA
Yüksek Lisans
Türkçe
2014
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL EMEL