İkili sınıflandırma problemlerinde çok katmanlı algılayıcı ve destek vektör makineleri sınıflandırıcılarının hiperparametrelerinin en iyilenmesi
Tuning the hyperparameters of multilayer perceptron and support vector machines classifiers in binary classification problems
- Tez No: 741948
- Danışmanlar: DOÇ. DR. KEMAL AKYOL
- 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: Kastamonu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Makine öğreniminde genellikle sağlam çalışan ve doğru tahminler yapan bir model oluşturulması hedeflenir. Parametre değerlerinin en iyilenmesi bu amaç doğrultusunda iyi bir çözüm sunar. Bu tez çalışmasının amacı, Destek Vektör Makineleri ve Çok Katmanlı Algılayıcı makine öğrenmesi algoritmalarının ikili sınıflandırma problemlerindeki başarılarını arttırmak için parametre en iyilemesi gerçekleştirmektir. Bunun için Rastgele Arama, Bayesian Arama ve Optuna en iyileme yöntemlerinin bu sınıflandırıcılara katkıları ele alınmıştır. Bu çerçevede, üç veri seti üzerinde deneysel çalışmalar gerçekleştirilmiştir. Hem Destek Vektör Makineleri hem de Çok Katmanlı Algılayıcı için Rastgele Arama ve Bayesian Arama metotları çoğunlukla Optuna metodundan daha iyi performans sunmuşlardır. Dahası, deneysel çalışmalar ele alınan probleme bağlı olarak en iyileme yöntemlerinin bu sınıflandırıcılar üzerinde olumlu etkisinin olabileceğini bize göstermiştir. ANAHTAR KELİMELER: Destek vektör makineleri, çok katmanlı algılayıcı, ikili sınıflandırma, en iyileme, hiperparametre ayarlama. Haziran 2022, 55 Sayfa,
Özet (Çeviri)
In machine learning, it is generally aimed to create a model that works well and makes accurate predictions. Optimization of parameter values provides a good solution for this purpose. The aim of this thesis study is to perform parameter optimization to increase the success of Support Vector Machines and Multilayer Perceptron machine learning algorithms in binary classification problems. For this, the contributions of Random Search, Bayesian Search, and Optuna optimization methods to these classifiers were handled. In this context, experimental studies were carried out on three datasets. For both Support Vector Machines and Multilayer Perceptron, Random Search and Bayesian Search methods mostly outperformed the Optuna method. Moreover, experimental studies showed us that optimization methods can have a positive effect on these classifiers depending on the problem under consideration. KEYWORDS: Support vector machines, multi-layer perceptron, binary classification, optimization, hyperparameter tuning. June 2022, 55 Page,
Benzer Tezler
- Using ladder network for semi-supervised sentiment analysis
Yarı-denetimli duygu analizi için basamaklı ağ yönteminin kullanılması
DANIEH ALDAGHSTANI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- Pre-release forecasting of imdb movie ratings using multi-view data
Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi
BEYZA ÇİZMECİ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Karınca koloni optimizasyoni ile yapay sinir ağlarından kural çıkarımı
Rule extraction from artificial neural networks by ant colony optimization
SİNEM KULLUK
Doktora
Türkçe
2009
Makine MühendisliğiErciyes ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN YAPICI
YRD. DOÇ. DR. LALE ÖZBAKIR
- Deep learning based hybrid recommender system
Derin öğrenme tabanlı öneri sistemi
MUHAMMET ÇAKIR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ