Kayıp veri analizi istatistiksel ve makine öğrenimi algoritmalarının karşılaştırılması
Missing data analysis comparison between statistical and machine learning algorithms
- Tez No: 521109
- Danışmanlar: DR. ÖĞR. ÜYESİ ELİF ÖZGE ÖZDAMAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 83
Özet
Yapılan hemen hemen her araştırma çalışmasında hangi alanda olursa olsun kayıp veri olma ihtimali vardır. Kayıp veri birçok nedenden kaynaklanabilir: bir anket çalışmasında katılımcılar cevap vermeyi reddedebilir veya cevaplamaları gerekmeyen sorular olabilir, veriyi kaydetmek için kullanılan ekipmanlar arızalanabilir, devam eden bir araştırmaya daha fazla devam etmek istemeyen vakalar araştırmayı yarıda bırakabilirler ve bu gibi durumlarda kayıp veri durumuyla karşılaşılır. Verinin kayıp olmasındaki en büyük sorun hemen hemen tüm istatistiksel analizler için eksiksiz bir veri setine ihtiyaç duyulmasıdır. Fakat günümüzde yapılan analiz çalışmalarının veya kullanılan paket programların büyük bir çoğunluğu bu problemi kayıp veri bulunduran gözlemi silme veya yapılan analize dahil etmeme yoluyla çözmeye çalışmaktadır. Bu çalışmadaki amaç kayıp veri durumunda daha gelişmiş veri çözümleme yöntemleri kullanılarak bu yöntemlerden elde edilen sonuçların verimliliğinin farklı istatistikler yardımıyla karşılaştırılması ve kullanılacak doğru çözümleme yönteminin belirlenmesidir.
Özet (Çeviri)
In almost any research, there is the potential for missing or incomplete data. Missing data can occur for many reasons: participants can fail to respond to questions, equipment and data collecting or recording mechanisms can malfunction, subjects can withdraw from studies before they are completed, and data entry errors can occur. The issue with missingness is that nearly all classic and modern statistical techniques assume complete data, and most common statistical packages default to the least desirable options for dealing with missing data: deletion of the case from the analysis. This study aims to compare statistical and machine learning imputation methods in order to determine the most appropriate algorithm for the data set.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Poincaré plot-based fault detection on Tennessee Eastman process using various machine learning algorithms
Çeşitli makine öğrenimi algoritmalarını kullanarak Tennessee Eastman sürecinde Poincaré grafik tabanlı hata tespiti
EMRE ÇANCIOĞLU
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAVAŞ ŞAHİN
DOÇ. DR. YALÇIN İŞLER
- Effect of lignin, extractive matter, holocellulose, and alpha cellulose of biomass on calorific value
Biyokütlenin içeriğindeki lignin, ekstraktif madde, holoselüloz ve alfa selülozun kalorifik değer üzerindeki etkisi
ÖZLEM ECEM KAYNAR
Yüksek Lisans
İngilizce
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR YAMAN
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ