Geri Dön

Makine öğrenmesi yöntemleri ve bazı uygulamaları

Machine learning methods and some aplications

  1. Tez No: 729194
  2. Yazar: CEREN ÇELTİ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN HALİT TALİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Haliç Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Uygulamalı Matematik Bilim Dalı
  13. Sayfa Sayısı: 106

Özet

“Makine Öğrenmesi Yöntemleri ve Bazı Uygulamaları”adı altında hazırlanan bu çalışma yedi bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve makine öğrenmesine yönelik literatür araştırması yer almaktadır. İkinci bölümde; Makine Öğrenmesi Yöntemlerindeki algoritmaların oluşturulmasında gerekli olan bazı temel istatistik bilgiler, algoritmalara girecek veri kavramı, algoritmaların uygulanabilmesi için veride yapılması gereken veri ön işleme işlemleri, model oluşturma ve model değerlendirme kavramları yer almaktadır. Üçüncü bölümde; Gözetimli ve Gözetimsiz Makine Öğrenmesi yöntemlerindeki bazı algoritmalar incelenmiş ve bu algoritmaların altındaki matematiksel yapı irdelenmiştir. Dördüncü bölümde; iki farklı veri kümesine Python programlama dili kullanılarak bazı makine öğrenmesi algoritmaları uygulanıp modeller oluşturulmuştur. Sonrasında ise yapılan model değerlendirmesiyle modellerin performansları ölçülmüştür. Veri kümesinde sonuçlar üzerinde yanıltıcı etkilere yol açan aykırı verilerin olması durumunda en küçük kareler doğrusu verilerle uyumsuz olmaktadır. Bu problemin çözümlerinden biri aykırı değerlerden çok fazla etkilenmeyen tahminciler tasarlamaya çalışan Robust Regresyon olup beşinci bölümde Robust Regresyon Analizi yer almaktadır. Altıncı bölüm ise çalışmanın orijinal kısmı olup bu kısımda geliştirilen algoritma yer almaktadır. Yedinci bölümde, sonuç olarak dördüncü bölümdeki veri kümeleri için oluşturulan modeller performanslarına göre karşılaştırılmıştır. Ayrıca geliştirilen algoritmanın farklı veri kümelerine uygulanması sonucunda elde edilen doğruların en küçük kareler doğrularına göre verilerle daha uyumlu olduğu gösterilmiştir.

Özet (Çeviri)

This study titled“Machine Learning Methods and Some Applications,”consists of seven sections. In the first section, the purpose of the thesis and the literature review on machine learning are presented. In the second section, some basic statistical information required to create algorithms in Machine Learning Methods, the concept of input data for the algorithms, data preprocessing that must be carried out in order to use the algorithms, and the concepts of model creation and model evaluation are included. In the third section, the mathematical structure of some algorithms in Supervised and Unsupervised Machine Learning methods are examined. In the fourth section, some machine learning algorithms are applied to two different data sets using Python programming language and models are created. Afterwards, the models are compared by performance using model evaluation. If there are outliers in the data set that cause misleading results, the least squares regression line is incompatible with the data. One of the solutions of this problem is Robust Regression, which seeks to find estimators that are not affected much by outliers, and Robust Regression Analysis is discussed in the fifth section. The sixth section is the main part of the study and the algorithm is developed in this section. In the last part, the models created for the datasets in the fourth part are compared according to their performance. In addition, it has been shown that the lines obtained as a result of the application of the developed algorithm to different data sets are more compatible with the data than the least square lines.

Benzer Tezler

  1. Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  2. Development of a machine learning prediction model for construction safety management

    İnşaat iş güvenliği yönetimi için makine öğrenmesine dayalı tahmin modeli geliştirilmesi

    KERİM KOÇ

    Doktora

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASLI PELİN GÜRGÜN

  3. Makine öğrenmesi yöntemleri ile satış analizi uygulamaları

    Sales analysis applications with machine learning methods

    AHMET SELÇUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiEskişehir Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE ÇİMEN

  4. Turkish morphological disambiguation using multiple conditional random fields

    Çoklu koşullu rassal alanlar kullanarak Türkçe biçimbilimsel belirsizlik giderme

    RAZIEH EHSANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

    YRD. DOÇ. GÜLŞEN ERYİĞİT

  5. Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi

    Improving the network training in convolutional neural networks

    KÜBRA UYAR

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR TAŞDEMİR