Mixed-integer exponential cone programming in action: Sparse logistic regression and optimal histogram construction
Karma tamsayılı üstel konik programlama uygulamaları: Seyrek lojistik regresyon ve eniyi histogram inşaası
- Tez No: 642113
- Danışmanlar: Assist. Prof. Dr. BURAK KOCUK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu çalışmada Öznitelik Altküme Seçmeli Seyrek Lojistik Regresyon ve Eniyi Histogram İnşaası Problemleri'nin gösterimleri verilmiştir. Ortak özelliği amaç fonksiyonlarının üstel konik programlama gösterimli olan bu iki problem, MOSEK çözücüsü ile çözülmüştür. İlk problemde, makine öğrenmesinde sınıflandırma olarak bilinen etiketli veri kümeleri üzerinde ikili bağımlı değişkeni tahmin etmek için bir model kurulmuştur. Bu modelin Akaike, Bayesçi ve Düzeltilmiş McFadden Bilgi Kıstasları gibi uyum iyiliklerini göz önünde bulunduran sürümleri çözülmüştür. Bu modellerin başarımı, rassal olarak üretilen ve literatürden alınan veri kümeleri üzerinde ölçülmüştür. İkinci model, histogramlarda Kullback-Leibler uzaklığını enküçükleyecek şekilde eniyi bölme genişliğini bulmak için geliştirilmiştir. Bu modelin başarımı Normal, Gamma ve Poisson olasılık dağılımlardan üretilen rassal veri kümeleri üzerinde ölçülmüştür.
Özet (Çeviri)
In this study, two problems namely as Feature Subset Selection In Logistic Regression and Optimal Histogram Construction are formulated and solved using solver MOSEK. The common characteristic of both problems is that the objective functions are Exponential Cone-representable. In the first problem, a prediction model is derived to predict the dichotomous dependent variable using labeled datasets which is known as classification in the context of machine learning. Different versions of the model are derived by the means of regularization and goodness of fit measures including Akaike Information Criteria, Bayesian Information Criteria, and Adjusted McFadden. Furthermore, the performance of these different versions are evaluated over a set of toy examples and benchmark datasets. The second model is developed to find the optimal bin width of histograms with the aim of minimizing Kullback–Leibler divergence, which is called Information gain in machine learning. The success of the proposed model is demonstrated over randomly generated instances from different probability distributions including Normal, Gamma and Poission.
Benzer Tezler
- Solution approaches for single source capacitated multi facility weber problem
Tek kaynaklı kapasiteli sürekli düzlemde çoklu yer seçimi problemi için çözüm yaklaşımları
HALUK DAMGACIOĞLU
Yüksek Lisans
İngilizce
2014
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CEM İYİGÜN
- Strategic energy production planning of Turkey using mixed integer programming based on electricity demand forecasting
Elektrik talep tahminine dayalı karma tam sayılı programlama ile Türkiye'nin stratejik enerji üretimi planlaması
GÖKAY YÖRÜK
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri MühendisliğiAtılım ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR BAÇ
DR. ÖĞR. ÜYESİ FATMA YERLİKAYA ÖZKURT
- Two-echelon distribution network design with collaboration among carriers
Taşıyıcılar arasında iş birliği altında iki aşamalı dağıtım ağı tasarımı
İSMAİL GÖKAY DOĞAN
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA KOCA
- Matheuristic for multi-period home healthcare routing and scheduling problem: a real life case study
Çok dönemli evde sağlık hizmetleri rotalama ve çizelgeleme problemi için matematiksel sezgisel algoritma: gerçek vaka çalışması
YAĞMUR SELENAY SELÇUK
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri MühendisliğiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELVİN ÇOBAN GÖKTÜRK