Geri Dön

Robust resgresyon ve makine öğrenmesi uygulamaları

Robust regression and machine learning applications

  1. Tez No: 826040
  2. Yazar: BETÜL YILDIRIM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN HALİT TALİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  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: 46

Özet

“Robust Regresyon ve Makine Öğrenmesi Uygulamaları”adı altında hazırlanan bu çalışma 5 bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve literatür araştırması yer almaktadır. İkinci bölümde; robust regresyon analizinde gerekli olan doğrusal regresyon, en küçük kareler yöntemi, ağırlıklandırılmış en küçük kareler yöntemi, aykırı değer, kırılma noktası, kaldıraç noktası ve ayrıca uygulamalar kısmında gerekli olan makine öğrenmesine ait kavramlar yer almaktadır. Üçüncü bölümde; Robust regresyon analizinin tanımı ve bu analize ait bazı robust yöntemler ile ilgili bilgiler yer almaktadır. Dördüncü bölümde; üçüncü bölümde verilmiş olan robust yöntemlerin kullanıldığı uygulamalara yer verilmiştir. Uygulamalarda oluşturulan modellerin katsayıları hem cebirsel işlemler hem de oluşturulan MATLAB koduyla iki farklı şekilde hesaplanmıştır. Ayrıca uygulamalarda robust yöntemler dışında makine öğrenmesinin gözetimli öğrenme yöntemine ait bazı tahmin algoritmaları kullanılarak da modeller oluşturulmuştur. Oluşturulan tüm modellerin başarıları bazı metrikler kullanılarak ölçülmüştür. Beşinci bölümde, tezin sonuç kısmı yer almaktadır. Bu bölümde öncelikle uygulamalar için oluşturulan robust modellerin katsayılarının hem cebirsel işlemler hem de oluşturulan MATLAB kodunun çalıştırılması sonucunda aynı değerleri verdiği gösterilmiştir. Sonrasında ise her bir uygulama için oluşturulmuş robust ve makine öğrenmesi modellerinin başarıları kıyaslanmış ve yorumlar yapılmıştır.

Özet (Çeviri)

This study, prepared under the name of“Robust Regression and Machine Learning Applications”, consists of 5 chapters. In the first part; The aim of the thesis and literature research are included. In the second part; Linear regression, least squares method, weighted least squares method, outlier, breakpoint, leverage point required in robust regression analysis and also the necessary machine learning concepts are included in the applications section. In the third part; There is information about the definition of robust regression analysis and some robust methods of this analysis. In the fourth part; In the third part, the applications using the robust methods given in the chapter are included. The coefficients of the models created in the applications were calculated in two different ways with both algebraic operations and the generated MATLAB code. In addition, models were created by using some prediction algorithms belonging to the supervised learning method of machine learning, apart from robust methods. The success of all the models created were measured using some metrics. The fifth part contains the conclusion part of the thesis. In this section, it is shown that the coefficients of the robust models created for applications give the same values after both algebraic operations and running the generated MATLAB code. Afterwards, the succeses of robust and machine learning models created for each application were compared and comment were made.

Benzer Tezler

  1. Makine öğrenmesi yöntemleri ve bazı uygulamaları

    Machine learning methods and some aplications

    CEREN ÇELTİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    MatematikHaliç Üniversitesi

    Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN HALİT TALİ

  2. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Adapting a robust model into hybrid implementations of machine learning algorithms and statistical methods for longitudinal data

    Sağlam bir modelin makina öğrenmesi algoritmalarının ve istatistiksel metotların hibrit uygulamalarına boylamsal veriler için uyarlanması

    İBRAHİM HAKKI ERDURAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FULYA GÖKALP YAVUZ

    PROF. DR. MERAL EBEGİL

  4. Investigation of financial applications with blockchain technology

    Blockchaın teknolojsı ıle fınansal uygulamaların incelenmesi

    MOHAMMED ALI MOHAMMED MOHAMMED

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FUAT TÜRK

  5. From data to action: Transforming pressure testing in manufacturing with machine learning for enhancing energy efficiency

    Veriden aksiyona: Üretimdeki basınç testini makine öğrenimiyle dönüştürmek ve enerji verimliliğini artırmak

    ERHAN YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN