Geri Dön

Makine öğreniminde sıralayıcı ölçekteki verilerin sınıflandırma yöntemleri ile modellenmesi

Modelling of ordinal scale by classification methods in machine learning

  1. Tez No: 828209
  2. Yazar: İLKE GENÇ
  3. Danışmanlar: DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Veri Bilimi Bilim Dalı
  13. Sayfa Sayısı: 90

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

  1. 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

    Türkçe

    2024

    TrafikBursa Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NURTEN AKGÜN

  2. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. MESUT ÇEVİK

  3. Yabancı dil olarak Türkçe öğretiminde kullanılan uyarlanmış metinlerin uyarlanma durumları üzerine bir inceleme

    A study of the adaptation status of adapted used in teaching Turkish as a foreign language

    CEYLAN AYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimAkdeniz Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BERKER KURT

  4. 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

    WISAM SALEM ALI ZANBIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KEMAL AKYOL

  5. Exploring the effectiveness of different data cleaning techniques for improving data quality in machine learning

    Makine öğreniminde veri kalitesini artırmak için farklı veri temizleme tekniklerinin etkinliğinin araştırılması

    MOHAMMED HELAL ALI ALREYASHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OKATAN