Categories document using naïve bayes
Başlık çevirisi mevcut değil.
- Tez No: 672216
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Sınıflandırma, verileri oldukça, ayrı ve ayrı alanlara böldüğü ve tüm alanların bir kategoriyi belirttiği veri madenciliğinde önemli bir rol oynar. sınıflandırma görevini başarıyla tamamlamak için kullanılan çeşitli çalışma kitapları vardır. Ayrıca, sınıflandırma yalnızca metin belgeleri sınıflandırıldığında sınırlandırılır. Tezin güdüsü, çok katmanlı belgelerin sınıflandırılmasını değerlendirmek ve metin belgelerinde doğru sınıflandırmanın nasıl elde edileceğini bilmektir. Ruh halinin analizi, insani yardım faaliyetlerinin çoğu üzerinde önemli bir etkiye sahiptir ve davranışlarımız üzerinde büyük bir etkiye sahiptir. Teknolojinin evrimi ve çevrimiçi teknolojilerin kullanımı ile birlikte, kullanıcıların fikirlerini eğlence, politika, iş dünyası, spor ve teknoloji gibi birçok açıdan yansıtan birçok bilgi ortaya çıkmıştır. Bu makalede, ilgili bölümdeki metin kategorilerini inceleyerek ve sınıflandırarak görüşleri analiz etmek için Naive Bayesian (NB) kullanılmaktadır. BBC belgelerinin sınıflandırılmasının doğruluğuna ilişkin olarak saf Bayesian (Gauss ve polinom) sınıflandırıcıları ile istihdam özelliği çıkarmanın, yani Takım Frekansı (TF) yöntemlerinin etkinliğini inceler. doğruluk, erişim ve F1 geçerli tahmin sayısı uygulama kategorilerinin yürütülmesini tahmin etmez. Sonuç, TF kullanımının doğruluğu% 97'ye çıkardığını göstermektedir. Bizim örnek aksesuar için en uygun
Özet (Çeviri)
Classification plays a crucial role in data mining in which it divides data in rather, separate and separate areas and all area denotes a category. thy are several types of workbooks used to successfully complete the classification task. In addition, classification is restricted only if text documents are classified. The motives of the thesis are to evaluate the classification of multi-layer documents and to know how to achieve accurate classification in the case of text documents. Analysis of moods has an important effect on most types of humanitarian activity and has a great influence on our behaviour. With the evolution of technology and the employ of online technologies, a lot of knowledge has appeared that reflects the opinions of users in many aspects, such as entertainment, politics, business, sports, and technology. This article uses Naive Bayesian (NB) to analysis opinions by studying and classifying text categories in the corresponding chapter. It examines the effectiveness of employ feature extraction, that is, Team Frequency (TF) methods with naive Bayesian (Gaussian and polynomial) classifiers on the accuracy of the classification of BBC documents. accuracy, retrieval, and the F1 number of valid predictions will not estimate the execution of application categories. Conclusion reveal that the use of TF improved accuracy to 97%. It is best suited for our sample accessory
Benzer Tezler
- Machine learning approach for external fraud detection
Dış saldırıların belirlenmesi için makine öğrenimi yaklaşımı
AJI MUBALAIKE
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
PROF. DR. EŞREF ADALI
- Supervised and unsupervised machine learning techniques for text document categorization
Belge sınıflandırma için gözetimli ve gözetimsiz öğrenme algoritmaları
ARZUCAN ÖZGÜR
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ETHEM ALPAYDIN
- Çizge ve içerik verilerinde kolektif sınıflandırma algoritmalarının karşılaştırılması
A comparison of collective classification techniques on network and content data
ÖZGE ATASEVEN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF YASLAN
- Urdu news categorization using machine learning approaches
Makine öğrenmesi yaklaşımları kullanarak urduca haberlerin kategorizasyonu
MUHAMMAD TALHA SATTI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBEYKOZ ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM FEYZA ERKAN
- Yapay bağışıklık sistemlerini kullanarak türkçe metinlerde tür, yazar ve cinsiyet tanıma
Genre, author and gender recognition in turkish texts using artificial immune systems
ZAFER KABAN
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. BANU DİRİ