Veri madenciliği uygulamalarında ağaç tohum algoritmasının kullanımı
Using tree seed algorithm on data mining applications
- Tez No: 717312
- Danışmanlar: DR. ÖĞR. ÜYESİ ONUR İNAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Gelişen teknoloji ile birlikte kayıt altına alınan veri miktarında yüksek oranda artış olmuştur. Kayıt altına alınan verilerin etkili yöntemler ile işlenerek çok miktardaki veriden anlamlı bilgi çıkarımı günümüzün en önemli işleri arasındadır. Veri madenciliği kayıt altına alınmış yığın halindeki verinin işlenerek sistematik ve kullanışlı bilgiler elde edilmesine olanak sağlayan yöntemleri içeren bir bilgisayar bilimi alanıdır. Optimizasyon ise bir problemin çözümleri arasında en uygun olanını bulma işleminin adıdır. Optimizasyon algoritmaları doğrusal olmayan problemlerin çözümünde kullanılmak üzere tasarlanmış etkili yöntemlerdir. Bu yöntemler bir problemin olası çözümlerini içeren çözüm uzayı içerisinde en uygun çözümü tespit etmek üzere geliştirilmiştir. Veri madenciliğinde kullanılan yöntemlerden birçoğu kapsamlı ve çok boyutlu çözüm uzayları ile doğrusal olmayan problemlerin özelliklerini taşır. Bu sebeple, optimizasyon için geliştirilen yöntemler veri madenciliği işlemlerinde kullanılabilir. Bu tez çalışmasında yakın zamanda geliştirilen bir optimizasyon yöntemi olan Ağaç-Tohum Algoritması kullanılarak sınıflandırma, kümeleme, eksik veri tamamlama gibi veri madenciliği işlemleri gerçekleştirilmiştir. Ayrıca, Ağaç Tohum Algoritmasının güncelleme aşamasına yeni bir yaklaşım önerilmiş ve bu yeni yaklaşımın Ağaç Tohum Algoritmasının başarısına etkisi incelenmiştir. Elde edilen sonuçlar, aynı işlemler için kullanılan geleneksel yöntemlerin performansları ile karşılaştırılmıştır. Ağaç Tohum Algoritmasının bahsedilen veri madenciliği işlemlerinde halihazırda kullanılmakta olan yöntemlerden genel olarak daha başarılı sonuçlar verdiği gözlemlenmiştir.
Özet (Çeviri)
The amount of recorded data is highly increased wit develpoing technology. Retrieving meaningful information from excessive amount of recorded data with efficient methods is one of the most important processes of present era. Data mining is the computer science area that includes methodologies to retrieve sistematic and useful information by operating raw recorded data. Optimization, on the other hand, is the process of selecting best fitted solution among all possible solutions of a problem. Optimization algorithms are efficient methods developed for solving nonlinear problems. These methods are developed to state the most optimum solution among all possible solutions of a problem. Most of the data mining applications are similar to nonlinear problems with their characteristics of having comprehensive and multidimensional solution space. Therefore methods which are developed to solve optimization problems can be used to apply data mining techniques. In this thesis study, a recently developed optimization method, called Tree Seed Algorithm ised used to perform data mining applciations, which are classification, clustering and missing value imputation. In adition, a new approach is proposed to Tree Seed Algorithm's update phase and the effect of this modification to algorithms performance is investigated. Gathered result were compared to merhods which are commonly used to apply same operations. It is seen that Tree Seed Algorithm has reached more successful results than existing method of mentioned data mining applications.
Benzer Tezler
- Hiyerarşik kümeleme metotları ile veri madenciliği uygulamaları
Data mining applications using hierarchical clustering algorithms
MERAL DEMİRALAY
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiDOÇ. DR. YILMAZ ÇAMURCU
- Türkiye'deki seçmen eğilimlerinin veri madenciliği yöntemleri ile belirlenmesi ve bir uygulama
Determination of voting tendencies in Turkey through data mining methods and an application
ALİ BAYIR
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Development of a framework for frequent itemset mining under multiple support thresholds
Çoklu destek eşiklerinde sık kümeler madenciliği için uygulama iskeleti geliştirilmesi
SADEQ HUSSEIN SALEH DARRAB
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. BELGİN ERGENÇ BOSTANOĞLU
- Ağaç ve çizge veritabanlarında hassas bilgi gizleme
Sensitive knowledge hiding in tree and graph databases
HARUN GÖKÇE
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN ABUL
- Koroner arter hastalığının risk faktörlerinin irdelenmesinde alternatif bir yaklaşım: Genetik algoritmalar
An alternative approach to the examination of coronary artery disease risk factors: Genetic algorithms
HANDE ŞENOL
Yüksek Lisans
Türkçe
2014
BiyoistatistikPamukkale ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. BEYZA AKDAĞ
PROF. DR. HANDAN ANKARALI