Lojistik regresyon analizi ve makine öğrenmesi uygulamaları
Logistic regression analysis and machine learning applications
- Tez No: 729218
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN HALİT TALİ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Makine Öğrenmesi, Gözetimli Öğrenme, Sınıflandırma Algoritmaları, Maksimum Olabilirlik Tahmini, Lojistik regresyon, Lojistik regresyon analizi, Maksimum olabilirlik yöntemi, Sınıflandırma, Öğrenme teknikleri, Machine Learning, Supervised Learning, Classification Algorithms Maximum Likelihood Estimation, Logistic Regression, Logistic regression analysis, Maximum likelihood method, Classification, Learning techniques
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı Matematik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
“Lojistik Regresyon Analizi ve Makine Öğrenmesi Uygulamaları”adı altında hazırlanan bu çalışma beş bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve literatür araştırması yer almaktadır. İkinci bölümde; ikili ve çoklu lojistik regresyon modellerinin elde edilmesi için gerekli olan rassal değişken, olasılık dağılımı, dağılım fonksiyonu, olasılık yoğunluk fonksiyonu, binom dağılımı, maksimum olabilirlik tahmini, Newton Raphson yöntemi, üstünlük oranı, model oluşturma ve model değerlendirme ifadeleri yer almaktadır. Üçüncü bölümde; regresyon analizi ifadesine yer verilmiş olup ikili ve çoklu lojistik regresyon modelleri matematiksel ispatlar kullanılarak elde edilmiştir. Dördüncü bölümde; ilk veri kümesi için ikili, ikinci veri kümesi için çoklu lojistik regresyon modeli oluşturulmuştur. Oluşturulan modellerin β katsayıları hem cebirsel işlemler hem de oluşturulan matlab kodu ile iki farklı şekilde hesaplanmıştır. Sonrasında ise model değerlendirmeleri yapılarak modellerin başarıları ölçülmüştür. Beşinci bölümde, sonuç olarak dördüncü bölümdeki veri kümeleri için oluşturulan lojistik regresyon modellerindeki β katsayılarının hem cebirsel işlemler hem de oluşturulan matlab kodunun çalıştırılması sonucunda aynı değerleri verdiği gösterilmiştir. Ayrıca k-katlı çapraz geçerlemeler sonucunda iki model içinde ortalama başarılar gösterilip model başarıları hakkında yorumlar yapılmıştır.
Özet (Çeviri)
This study, prepared under the title of“Logistic Regression and Machine Learning Applications”, consists of five parts. In the first part the purpose of the thesis and the literature research is included. The statements that is namely a random variable that is required to generate binomial and multivariate logistic regression models, probability distribution, distribution function, probability density function, binomial distribution, maximum likelihood estimation, Newton Raphson Method, odss ratio, creating model and model evaluation are included in the second part. In the third part the expression regression analysis is given and binary and multiple logistic regression are obtained by using mathematical proofs. In tha fourth part binary logistic regression model for the first data set and multivariate logistic regression model for the second data set was built. The β coefficients of created models are calculated algebraically and also the written matlab code in two different ways after then the model was assessed success of the models was measured. In conclusion in the fifth part it is shown that the β coefficients in the logistic regression models created or the data sets in the fourth part are the same values as a result of both algebraic operations and running matlab code. The average successes of two models are shown for two models in consequence of k-fold cross validation and comments were made about the model successes.
Benzer Tezler
- Machine learning applications on purchase prediction for e-commerce marketplaces
E-ticaret pazar yerleri için satın alma tahmini üzerine makine öğrenmesi uygulamaları
AYŞE AYLİN TOKUÇ
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TAMER DAĞ
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA
- Meme kanseri tahmininde makine öğrenmesi algoritmaları ve AutoML
Breast cancer diagnosis with machine learning algorithms and AutoML
ARSLAN KARAKAYA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TOKAT
- Makine öğrenmesi yöntemleri ile faizsiz finansman sektöründe müşteri kayıp tahmini: Churn analizi
Customer loss forecast in the interest free finance sectorwith machine learning methods: Churn analysis
AYŞEGÜL KABA
Yüksek Lisans
Türkçe
2021
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ AŞIKGİL
- Makine öğrenmesi ve bilgisayar görüsü ile düşme riski tahmini: Hemşirelikte klinik karar destek sisteminin geliştirilmesi
Predicting fall risk using machine learning and computer vision: Development of a clinical decision support system in nursing
AHMET CEVİZ
Yüksek Lisans
Türkçe
2025
Hemşirelikİnönü ÜniversitesiHemşirelik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRKAN ÖZDEN