Learning with feature partitions
Öznitelik bütüntüleri ile öğrenme
- Tez No: 29938
- Danışmanlar: YRD. DOÇ. DR. HALİL ALTAY GÜVENİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Mekanik öğrenme, tümevarımsal öğrenme, artırımsal öğrenme, denetimli öğrenme, öznitelik bölüntüleme. iv, Algoritmalar, Bilgisayar destekli eğitim, Bilgisayar destekli öğretim, Bilgisayar yazılımları, Machine learning, inductive learning, incremental learning, super vised learning, feature partitioning. in, Algorithms, Computer assisted education, Computer assisted instruction, Computer softwares
- Yıl: 1993
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET ÖZNİTELİK BÖLÜNTÜLERİ İLE Ö?RENME İzzet Şirin Bilgisayar ve Enformatik Mühendisliği, Yüksek Lisans Danışman: Y. Doç. Dr. Halil Altay Güvenir Ağustos, 1993 Bu çalışmada öznitelik bölünmesine dayalı yeni bir mekanik öğrenme yöntemi sunulmuştur. Bu yöntem kullanılarak bir sınıflama algoritması olan Öznitelik Bölüntüleri ile Sınıflayım CFP'nin yazılımı hazırlanmıştır. CFP algoritması mekanik öğrenmeyi tümevarım ve artırımlı öğrenme yöntemlerini kullanarak sağlar. CFP algoritmasında bölütü elemanları temel gösterim unsurlarıdır. Başlangıçta bölüntü elemanları bir boyutlu uzayda bir noktayı ifade ederken, zaman içinde bu elemanlar genişleyerek bir aralığı ifade ederler. Bölüntü el emanları parçalanarak özelleştirilirler. CFP algoritmasının kuramsal analizi yaklaşık olarak doğru kuramına (PAC-model) göre yapılmıştır ve benzer sis temlerle uygulama sonuçları karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT LEARNING WITH FEATURE PARTITIONS İzzet Şirin M.S. in Computer Engineering and Information Science Advisor: Asst. Prof. Halil Altay Güvenir August, 1993 This thesis presents a new methodology of learning from examples, based on feature ?partitioning. Classification by Feature Partitioning (CFP) is a particu lar implementation of this technique, which is an inductive, incremental, and supervised learning method. Learning in CFP is accomplished by storing the objects separately in each feature dimension as disjoint partitions of values. A partition, a basic unit of representation which is initially a point in the feature dimension, is expanded through generalization. The CFP algorithm special izes a partition by subdividing it into two subpartitions. Theoretical (with respect to PAC-model) and empirical evaluation of the CFP is presented and compared with some other similar techniques.
Benzer Tezler
- Instance-based regression by partitioning feature projections
Öznitelik izdüşümlerinin parçalanması ile örneklere dayalı regresyon
İLHAN UYSAL
Yüksek Lisans
İngilizce
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. ALTAY GÜVENİR
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR
- Yapay sinir ağları yardımıyla biyomedikal dokuların sınıflandırılması
Classification of biomedical images by using artificial neural networks
TAMER ÖLMEZ
- Sahada programlanabilir kapı dizileri ile lojik devre tasarımı ve VHDL kullanılarak bazı devrelerin gerçekleştirilmesi
Başlık çevirisi yok
ATEŞ BERNA
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DERVİŞOĞLU
- Öbek analizi algoritmaları
Başlık çevirisi yok
MUHAMMET ALTUN
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. ALİ ERCENGİZ