Geri Dön

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

  1. Tez No: 595619
  2. Yazar: EMIN ISMAYILOV
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ARİF GÜRSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Büyük Veri, Veri Madenciliği, K-means, Optics, Cure, Big Data, Data mining, K-means, Optics, Cure
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Veri madenciliğinde kümeleme analizi yöntemi uygulaması

    A Cluster analysis application on data mining

    TURGAY TUGAY BİLGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. YILMAZ ÇAMURCU

  2. Digital fotogrametrik ortofoto üretimine yönelik bir sym bilgisayar programı ve uygulamaları

    Developing a dtm software for fotogrammetric digital orthophoto production and applications

    BASHAR BASHİR

    Doktora

    Türkçe

    Türkçe

    1999

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF.DR. M. ORHAN ALTAN

  3. 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

    Türkçe

    2023

    Jeoloji Mühendisliğiİstanbul Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜRSEL SUNAL

    PROF. DR. MEHMET SİNAN ÖZEREN

  4. A taxonomy of artificial neural networks

    Yapay sinir ağlari'nin bir taksonomisi

    ALP EREN YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

  5. Network analysis of co-search-based investor attention on stock prices

    Ortak arama tabanlı yatırımcı dikkatinin hisse senedi fiyatları üzerindeki ağ analizi

    MÜGE ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2025

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ