Cart makina öğrenme algoritmasında iyileştirme ve banknot denetleme verisinde uygulama
Improvements in cart machine learning algorithm and implementation in banknote authentication data
- Tez No: 630194
- Danışmanlar: PROF. MUTTALİP KUTLUK ÖZGÜVEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: CART, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Öğrenme algoritmaları, Classification and Regression Trees Theory, Machine learning, Machine learning methods, Learning algorithms
- Yıl: 2020
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu bilimsel çalışmada, CART algoritması ile sınıflandırma işlemi yapılırken tüm süreçlerinin incelenmesi ve Kaggle platformu üzerinden alınan float türü veriler kullanarak algoritmik iyileştirmeler yapılması amaçlanmaktadır. Cross validation aşamasında eğitim verilerinin daha doğru seçilmesi ile ağaç yapısının daha doğru eğitilmesi beklenmektedir. Test ve eğitim verileri alt kümelere ayrılırken belirli kriterlere göre bu işlemlerin yapılması özellikle eğitim aşamasında sistemin kararlılığını artıracak ve başarı oranını yükseltecektir. Veri seti n alt bölüme ayrılma aşamasında kullanılacak olan verilerin sınıflandırma sonucuna etkisini artırmak amacıyla algoritmik geliştirmeler yapılacaktır.
Özet (Çeviri)
In this scientific study, it is aimed to examine all processes while performing classification process with CART algorithm and to make algorithmic improvements by using float type data obtained from Kaggle platform. In cross validation phase, it is expected that the tree structure will be educated more accurately by selecting the training data more accurately. When testing and training data is subdivided, performing these procedures according to certain criteria will increase the stability of the system and increase the success rate, especially during the training phase. Algorithmic improvements will be made in order to increase the effect of the data to be used in the division of data set n sub-section on the classification result.
Benzer Tezler
- Havza yönetiminde coğrafi bilgi teknolojilerinin kullanımı: Porsuk havzası değişim analizi örneklemi
The use of geographic information technologies in watershed management: Porsuk basin change analysis example
MILAD DEHGHANIJABBARLOU
Doktora
Türkçe
2024
Çevre MühendisliğiEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. ALPER ÇABUK
PROF. DR. RECEP BAKIŞ
- Google earth ortamında farklı makine öğrenme algoritmaları ve bitki örtüsü indeksleri kullanılarak çilek tarlası tespitinin doğruluk analizi
Accuracy analysis of strawberry field detection using different machine learning algorithms and vegetation indices on google earth engine
CEREN AKGÜL
Yüksek Lisans
Türkçe
2025
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FUSUN BALIK ŞANLI
DOÇ. DR. OSMAN SALİH YILMAZ
- Yüksek boyutlu verilerde eksik veri değer atama yöntemlerinin sınıflandırma performansına etkisinin simülasyonla karşılaştırılması
Comparison the effects of missing data imputation methods on classification performance in high dimensional data through simulation
BUĞRA VAROL
Doktora
Türkçe
2023
BiyoistatistikAydın Adnan Menderes ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. İMRAN KURT ÖMÜRLÜ
- Speeding up branch and bound algorithm for airline Crew scheduling problem by using machine learning techniques
Makine öğrenme teknikleri kullanarak Crew programlama sorunu için şube ve sınava algoritmasının hızlanması
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2019
İletişim Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Diyabetik ayak hastalarının ampütasyon riskinin yapay zekâ teknikleri ile öngörülmesi
Prediction of amputation risk of patients with diabetic foot by artificial inteligence techniques
DENİZHAN DEMİRKOL