Kategorik değişken için makine öğrenmesi algoritmalarının performanslarının incelenmesi
Başlık çevirisi mevcut değil.
- Tez No: 815159
- Danışmanlar: PROF. DR. BETÜL KAN KILINÇ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı İstatistik Bilim Dalı
- Sayfa Sayısı: 72
Özet
Makine öğrenmesi yöntemleri ve buna bağlı çalışmalar son yıllarda yaygın bir şekilde kullanım alanı bulmuş buna bağlı olarak gelişime açık bir hale gelmiştir. Bu tez çalışmasında, sınıflandırma problemlerinde karşılaşılan dengesizlik durumları incelenecektir. Buna göre, ikili sınıf dengesizliği problemi ele alınarak farklı oranlarda dengesizlik içeren sınıflara bir benzetim çalışmasıyla, sınıf dengesizliği problemini çözmek için çeşitli yeniden örnekleme yöntemleri kullanılarak, boosting topluluk öğrenmesi yöntemlerinden Adaptive boosting, Gradient Boosting Machines ve Extreme Gradient Boosting yöntemlerinin başarı performansları ve süre karşılaştırılması yapılacaktır.
Özet (Çeviri)
In recent years, machine learning algorithms and related studies have become widespread and depending on that its development is being evolved in time. In this thesis, imbalanced data problems in classi cation studies have been investigated. By conducting a simulation study, the ensemble learning methods such as Adaptive Boosting, Gradient Boosting Machines and Extreme Gradient Boosting were applied to the data sets having imbalanced problems to compare the performance and processing time of those with various ratios of imbalance scenarios using dierent sampling methods.
Benzer Tezler
- A comprehensive analysis of turkish sea level changes and future modeling using machine learning methods
Türk deniz seviyesi değişikliklerinin kapsamlı analizi ve makine öğrenimi yöntemleriyle gelecek modellemesi
ELİF KARTAL
Doktora
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜSSELAM ALTUNKAYNAK
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Eğilim skoru eşleştirme yöntemlerinin performanslarının değerlendirilmesi ve web tabanlı bir arayüzün geliştirilmesi
Evaluating the performance of propensity score matching methods and developing a web based interface
GÜLDEN HAKVERDİ
Doktora
Türkçe
2023
BiyoistatistikEge ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DOÇ. DR. TİMUR KÖSE
PROF. DR. CEMİL ÇOLAK
- Improving lane change decisions in autonomous driving using adversarial learning
Otonom sürüşte şerit değiştirme kararlarının karşıt öğrenme yöntemiyle iyileştirilmesi
AYTUĞ ONURHAN EFİL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Kronik hepatit C hastalığı risk belirlenmesinde sıralı lojistik regresyon ve makine öğrenme algoritmalarının sınıflama performansının karşılaştırılması
Comparison of classification performance of ordinal logistic regression and machine learning algorithms for risk determination of chronic hepatitis C disease
ALİ VASFİ AĞLARCI
Doktora
Türkçe
2022
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. CENGİZ BAL