Geri Dön

Bağlantısallık probleminin cezalı regresyon yöntemleri ile giderilmesi

Eliminating the connectivity problem with penalized regression methods

  1. Tez No: 850433
  2. Yazar: EMEL CİĞER
  3. Danışmanlar: DOÇ. DR. EVRİM ERSİN KANGAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Mersin Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Bilgi Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Gelişen teknoloji ile birlikte yapay zeka uygulamalarına olan ilgi artmış ve bu uygulamalar kurumların, akademik çalışmaların ilgi odağı olmuştur. Makine öğrenmesinde karar ağaçları ve yapay sinir ağları(artificial neural network) algoritmaları sıkça kullanılan yöntemler olsa da araştırma yapılan çalışmanın amacı veya kullanılan veri setlerine uygunluklarından dolayı regresyon modelleri de hala en çok kullanılan yöntemlerdendir. Ancak bazı regresyon modellerinde“Çoklu Doğrusal Bağlantı Problemi”olarak adlandırılan, bağımsız değişkenlerden iki veya daha fazlası arasında doğrusal ya da doğrusala yakın ilişki olması durumu ortaya çıkabilmektedir. Çoklu doğrusal bağlantı problemi(multicollinearity) ile karşılaşılan durumlarda Lasso Regresyon'u ve Ridge Regresyon'u gibi alternatif yöntemler ele alınabilir. Bu tezde Kaggle veri bankasında açık kaynak olarak sunulan öğrencilerin not performanslarının olduğu 1000 kayıttan oluşan bir veri seti kullanılmıştır. Veri setine, Python 3.8.5 yazılım dili kullanılarak sırasıyla Lineer Regresyon, Lasso Regresyon ve Ridge Regresyon makine öğrenmesi modelleri uygulanmıştır. Sonuç olarak, bu çalışmada cezalı regresyon yöntemlerinin denetimli makine öğrenmesine etkisi bir örnek üzerinde denenmiş ve sonuçları tartışılmıştır. Sistem üzerinde ayrı ayrı uygulanan modellerin performans değerleri; Lineer Regresyonda“0,839”, Lasso Regresyonda“0,843”ve Ridge Regresyonda“0,846”olarak gerçekleşmiştir.

Özet (Çeviri)

With the developing technology, interest in artificial intelligence applications has increased and has become the center of attention of institutions and academic studies. Although decision trees and artificial neural network algorithms are frequently used methods in machine learning, regression models are still among the most commonly used methods due to their suitability for the purpose of the study or the data sets used. However, in some regression models, there may be a linear or near-linear relationship between two or more of the independent variables, which is called the“Multicollinearity Problem”. In cases where multicollinearity is encountered, alternative methods such as Lasso Regression and Ridge Regression can be considered. This thesis uses a dataset of 1000 records of students' grade performance, which is available as open source in the Kaggle database. Linear Regression, Lasso Regression and Ridge Regression machine learning models are applied to the dataset using Python 3.8.5 software language. As a result, in this study, the effect of penalized regression methods on supervised machine learning is tested on an example and the results are discussed. The performance values of the models applied separately on the system were realized as“0.839”in Linear Regression,“0.843”in Lasso Regression and“0.846”in Ridge Regression.

Benzer Tezler

  1. Türkiye'nin potansiyel ikinci kademe şehirlerinin belirlenmesi ve performans analizi

    Determination of potential second-tier cities in Turkey and performance analysis

    BÜŞRA GEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. EMİNE FERHAN GEZİCİ KORTEN

  2. Order picking problem: its variations and integration

    Sipariş toplama problemi: varyasyonları ve entegrasyonu

    SERHAT SAYLAM

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. HALDUN SÜRAL

    DOÇ. DR. MELİH ÇELİK

  3. Analysis of Boolean functions with respect to Walsh spectrum

    Boole fonksiyonlarının Walsh spektruma göre analizi

    ERDENER UYAN

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Kriptografi Ana Bilim Dalı

    DOÇ. DR. ALİ DOĞANAKSOY

  4. Syntactic analysis of the spatial change of Çorum binevler housing cooperative

    Çorum binevler konut kooperatifinin mekansal değişiminin sentaktik analizleri

    BEYZA ZİHAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    MimarlıkÖzyeğin Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ALPER ÜNLÜ

  5. Yaşlılık kurumlarında yaşlı mekansal davranış ve bilişiminin mekansal dizim bağlamında irdelenmesi

    Examination of the cognition and spatial behaviour of residents in elderly care institutions using space syntax

    ESRA AKAN

    Doktora

    Türkçe

    Türkçe

    2017

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ALPER ÜNLÜ