Makine öğreniminde sıralayıcı ölçekteki verilerin sınıflandırma yöntemleri ile modellenmesi
Modelling of ordinal scale by classification methods in machine learning
- Tez No: 828209
- Danışmanlar: DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Lojistik regresyon analizi, Lojistik regresyon modelleri, Lojistik regresyon yöntemi, Sınıflama ağaçları, Logistic regression analysis, Logistic regression models, Logistic regression method, Classification trees
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Üretim yapan şirketler işlemlerini yönetmek ve iyileştirmek için makine & ekipman performanslarının belirlenmesine önem vermektedir. Toplam Ekipman Etkinliği (TEE), üretim yapan şirketlerin makine performanslarının incelenmesinde kullanılan, performans, kalite ve kullanılabilirlik ölçütlerini dikkate alan bir hesaplamadır. Toplam Ekipman Etkinliği puan olarak hesaplanmakta ve ona göre yorumlanmaktadır. Toplam Ekipman Etkinliği yöntemi pek çok farklı sektörde kullanılmaktadır. Son yıllarda bu yöntem tek başına değil başka istatistiksel yöntemlerle de desteklenmektedir. Bu çalışmada İzmir ilinde plastik sektöründe faaliyet gösteren uluslararası bir şirketin 2018-2019 üretim verileri kullanılmıştır. Toplam Ekipman Etkinliği puanları kategorileştirilerek (sınıflayıcı ve sıralayıcı) bu puanın üzerinde etkili olduğu düşünülen değişkenlerin bulunması için Makine Öğrenimi Algoritmaları kullanılmıştır. Makine öğrenimi algoritmalarından regresyon (Lojistik) ve karar ağaçları (CART VE CHAID) algoritmaları kullanılarak kurulan modellerin yorumlaması farklı istatistiksel ölçütlerle yapılmıştır.
Özet (Çeviri)
Manufacturing companies attach importance to the determination of machine & equipment performance in order to manage and improve their operations. Overall Equipment Efficiency (OEE) is a calculation used to examine the machine performance of manufacturing companies, taking into account performance, quality and availability criteria. Overall Equipment Efficiency is calculated as a score and interpreted accordingly. The Overall Equipment Efficiency method is used in many different sectors. In recent years, this method is supported not only by itself but also by other statistical methods. In this study, 2018-2019 production data of an international company operating in the plastics industry in İzmir province were used. Machine Learning Algorithms were used to find variables that were thought to be effective on this score by categorizing the Overall Equipment Efficiency scores (nominal and ordinal). The interpretation of the models established by using regression (Logistics) and decision trees (CART and CHAID) algorithms, which are among the machine learning algorithms, was made with different statistical criteria.
Benzer Tezler
- Büyük veride çapraz entropiye dayalı kayıp fonksiyonu yardımıyla değişken seçimi
Variable selection using a loss function based on cross entropy in big data
HINCAL TOPÇUOĞLU
Doktora
Türkçe
2026
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ATIF AHMET EVREN
- Okul dışı öğrenme ortamlarının öğrencilerin 21. yüzyıl ve bilimsel süreç becerilerine etkisi
The effect of out-of-school learning environments on students' 21st century skills and scientific process skills
ŞAHİN AYVAZOĞLU
Doktora
Türkçe
2025
Eğitim ve ÖğretimErzincan Binali Yıldırım ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED SAİD AKAR
- Enhanced bio-inspired mantaray for genes selection of alzheimer's disease using microarray datasets an architecture
Alzheımer hastalığının gen seçimi için mikrodizi veri setleri ve mimari kullanılarak geliştirilmiş biyo-ilhamlı mantaray
ZAHRAA KHALID AHMED AHMED
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Trafik kazası yaralanma şiddeti tahmini için makine öğrenmesi yöntemlerinin karşılaştırılması
Comparison of machine learning methods for traffic accident injury severity prediction
AYMAN ALMADANI
Yüksek Lisans
Türkçe
2024
İnşaat MühendisliğiBursa Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURTEN AKGÜN
- ASD automatic detection by using yolo V3 and V4 method
Yolo V3 ve V4 yöntemi kullanarak ASD otomatik tespit
FARAH MUWAFAQ KAMIL AL-QURAISHI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. MESUT ÇEVİK