Makine öğrenmesi farkında büyük veri odaklı üst veri havuzunun gerçekleştirilmesi
Implementation of machine learning aware big data oriented metadata repository
- Tez No: 830414
- Danışmanlar: PROF. DR. MURAT OSMAN ÜNALIR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 124
Özet
Günümüzde makine öğrenmesi uygulamaları uzman kişilere ait karar destek süreçlerinin yerini alarak hızlı ve yüksek doğrulukta karar verilmesini sağlamaktadır. Birçok sanayi kuruluşu makine öğrenmesi uygulamalarını hayata geçirmek için bilgi işlem ve dijitalleşme yatırımlarını arttırıp, yeni otomasyon ve yazılım projeleriyle dijital sistemlerini geliştirmektedir. Tüm yatırımlara rağmen birçok kuruluş makine öğrenmesi uygulamaları geliştirme noktasında istenen sonuçları elde edememiştir. Başarılı sonuçların elde edilmesindeki en önemli faktör, iyi etiketlemiş bir veri setinin ve o veri setine ait üst veri bilgilerinin olmaması ya da elde edilememesidir. Tez kapsamında makine öğrenmesi süreçlerine duyarlı üst veri havuzunun tasarlanması ve DevExpress eXpressApp Framework (XAF) kullanılarak uygulama geliştirilmesi amaçlanmıştır. Tezin amacı olarak, Ekoten Tekstil işletmesinde bulunan fabrika uygulamalarına ait ilişkisel veritabanları üzerindeki verilerin üst veri havuzuna aktarılması ve makine öğrenmesi süreçlerine uygun veri setlerinin hazırlanması hedeflenmiştir. Tez çalışmasının uygulama sürecinde işletme içerisinde bulunan bakım departmanındaki makine öğrenmesi duyarlı süreçler tespit edilmiş ve uygulamaya ait ilişkisel veritabanındaki ham veriler, geliştirilen üst veri havuzu uygulamasına otomatik olarak aktarılmıştır. Üst veri havuzundaki veriler kullanılarak üç farklı makine öğrenmesi görevi veri madenciliği aracı olan IBM SPSS MODELER üzerinde bulunan makine öğrenmesi algoritmalarıyla örneklenmiş ve başarı kriterleri değerlendirilmiştir.
Özet (Çeviri)
Today, machine learning applications replace the decision support processes of experts and provide fast and high-accuracy decisions. Many industrial organizations increase their investments in information technology and digitalization to implement machine learning applications, and develop their digital systems with new automation and software projects. Despite all the investments, many organizations have not been able to achieve the desired results in developing machine learning applications. The most important factor in obtaining successful results is the absence or inability to obtain a well-labeled data set and metadata information of that data set. Within the scope of the thesis, it is aimed to design a metadata repository sensitive to machine learning processes and to develop an application using the DevExpress eXpressApp Framework (XAF). As the aim of the thesis, it is aimed to transfer the data on the relational databases of the factory applications in Ekoten Textile business to the metadata repository and to prepare data sets suitable for machine learning processes. During the application process of the thesis, machine learning sensitive processes in the maintenance department within the enterprise were determined and the raw data in the relational database of the application were automatically transferred to the developed metadata repository application. Using the data in the metadata repository, three different machine learning tasks were sampled with machine learning algorithms on IBM SPSS MODELER, a data mining tool, and success criteria were evaluated.
Benzer Tezler
- A composed technical debt identification methodology to predict software vulnerabilities
Yazılım zafiyetlerini tahmin etmek için kapsamlı bir teknik borç tanımlama yöntemi
RUŞEN HALEPMOLLASI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN
- Müşteri tarafından algılanan marka değeri ve bankacılık sektöründe bir pilot araştırma
The brand equity perception from clients and a sample search in Turkish banking sector
ANIL GÖKER
Yüksek Lisans
Türkçe
2011
BankacılıkGalatasaray Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ULUN AKTURAN
- Karma frekanslı zaman serilerinin modellenmesi: Büyük veri örneği
Modeling of mixed frequency time series: Big data example
GÖZDE BOZKURT
- Bir halkla ilişkiler stratejisi olarak yapay zekâ
Ai as a public relations strategy
TOLKUN SOLDAN
Doktora
Türkçe
2023
Halkla İlişkilerKocaeli ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
PROF. DR. MUSTAFA YILMAZ
- 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