Büyük veri kavramı, K-means, Optıcs ve Cure algoritmalarının uygulanması veperformans ölçümü
Big data concept, K-means, Optics and Cure algoritms applying and performance measurement
- Tez No: 595619
- Danışmanlar: DR. ÖĞR. ÜYESİ ARİF GÜRSOY
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Büyük Veri, Veri Madenciliği, K-means, Optics, Cure, Big Data, Data mining, K-means, Optics, Cure
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 81
Özet
Bu tezde veri madenciliği ve büyük veri konuları ele alınacaktır. Büyük veriyi ele almamın nedeni, günümüzde önemli bir kavrama dönüşmesi ve zamanla neredeyse tüm sektörlerin karar aşamalarında büyük rol oynamasıdır. Birçok insan büyük verilerden bahseder, ama ne yazık ki, sadece birkaçı ne olduğunu bilir. Bu tezde, büyük verinin ne anlama geldiğini, modern dünyaya nasıl uygulanacağını ve ne tür özellikleri olduğunu öğreneceğiz. Veri madenciliği, çok miktarda bilginin analizine dayanan otomatik bir veri aramasıdır. Amaç, genel analizde imkansız olan trend ve kalıpların belirlenmesidir. Verileri bölümlere ayırmak ve sonraki olayların olasılığını değerlendirmek için karmaşık matematiksel algoritmalar kullanılır. Bu da, kurumların performansını daha doğru bir şekilde değerlendirmesine yardımcı olabilir. Dolayısıyla Veri Madenciliği yaşam standartlarımızın artması, hayatımızın kolaylaşması yolunda önemli bir kavramdır. Veri madenciliğinin her bir tekniği için çok sayıda algoritma bulunmaktadır. Algoritma sayısının çok fazla olması hangi durumda hangi algoritmanın daha başarılı olduğu her zaman kestirilememesi veri madenciliğinin zorluklarından biridir. Bu nedenle algoritmalardan bazıları ele alınacak ve hangi durumda hangi algoritmayı kullanmalıyım sorusuna cevap bulmaya çalışılacaktır.
Özet (Çeviri)
In this thesis, data mining and big data topics will be discussed. The reason why I deal with big data is that it has become an important concept and plays a major role in the decision-making process of almost all sectors. A lot of people talk about big data, but unfortunately, only a few know what it is. In this thesis, we will learn what big data means, how to apply it to the modern world and what kind of features it has. Data mining is an automated data search based on the analysis of large amounts of information. The aim is to identify trends and patterns that are impossible in the overall analysis. Complex mathematical algorithms are used to segment the data and evaluate the likelihood of subsequent events. This can help organizations evaluate their performance more accurately. Therefore, Data Mining is an important concept for increasing our living standards and making our lives easier. There are many algorithms for each technique of data mining. One of the difficulties of data mining is the fact that the number of algorithms is too high and which algorithm is not always more successful. Therefore, some of the algorithms will be discussed and an attempt will be made to find out which algorithm should be used in which case.
Benzer Tezler
- Veri madenciliğinde kümeleme analizi yöntemi uygulaması
A Cluster analysis application on data mining
TURGAY TUGAY BİLGİN
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. YILMAZ ÇAMURCU
- Yeni zelanda GPS zaman serileri verisinin bayesci istatistik ile incelenmesi
Investigation of the New Zealand time series data with bayesian statistics
KUBİLAY ÖZCAN
Yüksek Lisans
Türkçe
2023
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. GÜRSEL SUNAL
PROF. DR. MEHMET SİNAN ÖZEREN
- Türkiye'de iller bazında ulaşım faaliyetlerinin gelişim durumunun kümeleme analizi ile belirlenmesi
Determination of development status of transportation facilities in Turkey on the basis of cities by using clustering analysis
ERKAN ALTIN
Yüksek Lisans
Türkçe
2021
EkonometriManisa Celal Bayar ÜniversitesiEkonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYNUR İNCEKIRIK
- Makine öğrenme algoritmalarıyla hatalı ürün tahmini
Prediction of defective product with machine learning algorithms
ENES ŞANLITÜRK
Yüksek Lisans
Türkçe
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- A taxonomy of artificial neural networks
Yapay sinir ağlari'nin bir taksonomisi
ALP EREN YILMAZ
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN