Experimental comparison of machine learning methods for preparingentries to kaggle machine learning competitions
Başlık çevirisi mevcut değil.
- Tez No: 712070
- Danışmanlar: PROF. JOHN GAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Machine Learning, Supervised Learning, Classification Algorithms, Data Mining, Feature Extraction, Feature Selection, Kaggle Competition
- Yıl: 2017
- Dil: İngilizce
- Üniversite: University of Essex
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Özet yok.
Özet (Çeviri)
Classification of observations is a common task of statistics and machine learning, either for analysis of data sets, or as a sub-goal of a more complex problem. Several machine learning methods, such as Naïve Bayes, support vector machine, decision trees, Artificial Neural Networks and k-Nearest Neighbours have been receiving remarkable attention in solving classification problems to predict unknown class labels. The major aim of this dissertation is to compare these classification methods by preparing entity for Kaggle competitions. In order to accomplish this, a novel system was developed. For each classification method, the optimal parameters were specified using one of the new system options which is hyper-parameter optimisation. Next, five different classifiers using the best parameters were trained with three competition training datasets and employed to predict unknown classes of test datasets. Submission files produced at the end of the prediction by the new system were evaluated by Kaggle. In this study, this system is illustrated, and the differences in performance are emphasised with the scores from crossvalidation and Kaggle.
Benzer Tezler
- Vücut yağ yüzdesi tahmini için özellik seçim yöntemlerinin karşılaştırılması
Comparison of feature selection methods for estimation of body fat percentage
ASUDE ALTIPARMAK BİLGİN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Duygu analizi problemi için geleneksel ve derin transfer makine öğrenmesi yöntemlerinin karşılaştırılması
A comparison of traditional and deep transfer machine learning methods for the sentiment analysis problem
NURAY YILDIZLI
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞAH TÜMÜKLÜ ÖZYER
- A quantitative comparison of regression models on timely evolving datasets
Zamanla değişen datalarda regresyon modellerinin nicel karşılaştırılması
MİTHAT SİNAN ERGEN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. KEZİBAN ORMAN
- A deep learning based protein representation model forlow-data protein function prediction
Az veri ile protein fonksiyon tahmini için derin öğrenmebazlı bir protein temsil modeli
SERBÜLENT ÜNSAL
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYBAR CAN ACAR
DOÇ. DR. TUNCA DOĞAN
- FRP sargılı beton elemanların eksenel basınç dayanımının tahmininde farklı makine öğrenimi yöntemlerinin karşılaştırılması
Comparison of different machine learning methods in predicting the axial compressive strength of FRP confined concrete elements
WAJAHAT SAADAT
Yüksek Lisans
Türkçe
2025
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN KAYA