Geri Dön

Veri madenciliği yöntemleri ve optimizasyona dayalı modeller üzerine bir araştırma ve bir uygulaması

A research on data mining methods and models based on optimization and its application

PDF İndir

  1. Tez No: 475824
  2. Yazar: ŞEMSETTİN ERKEN
  3. Danışmanlar: PROF. DR. LEVENT ŞENYAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Veri, Veri Madenciliği, Veri Madenciliği Yöntemleri, Sınıflandırma, Naive Bayes Algoritması, C4.5 Algoritması, Algoritma modelleme, Algoritmalar, Bayes yöntemi, Ekonometri, Ekonometrik modeller, Optimizasyon, Optimizasyon modelleri, Data, Data Mining, Data Mining Methods, Classification, Naive Bayes Algorithm, C4.5 Algorithm, Algorithm modelling, Algorithms, Bayesian method, Econometrics, Econometric models, Optimization, Optimization models
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Ekonometri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bilgi ve bilgisayar teknolojilerinde yaşanan gelişmelerle birlikteçok büyük miktarlarda verilerin toplanıp saklanması mümkün hale gelmiştir. Bu gelişmelere paralel olarak, büyük veri yığınlarını işlemek ve içerisinden değerli bilgiyi elde etmek için yeni yöntemlere ihtiyaç duyulmuş ve veri madenciliği kavramı ortaya çıkmıştır. Veri madenciliğinde sık kullanılan tekniklerden biri de sınıflandırmadır. Sınıflandırma yöntemlerinin amacı, kavramlara ait niteliklerin aldığı değerler ile nitelikler arasındaki istatistiksel ve matematiksel örüntüden faydalanarak, araştırılan kavramların sınıf değeri tahminini yapmaktır. Bu çalışmada veri, veritabanı, veri ambarı, veri madenciliği kavramlarıyla birlikte veri madenciliği yöntemleri açıklanmış, veri madenciliği yöntemlerinden sınıflandırma yöntemlerini incelenmiştir. Uygulama bölümünde, Spor Toto Süper Lig 2015/2016 futbol sezonunda, ligi ilk sırada tamamlayan Beşiktaş futbol takımının, ilgili sezondaki verileri kullanılmıştır. Maçların sonucu, Weka programıyla, naive bayes sınıflandırma algoritması ve C4.5 algoritması kullanılarak sınıflandırılmıştır. Uygulamanın sonucunda, naive bayes algoritması ile C4.5 algoritmasının sınıflandırma sonuçları karşılaştırılmış ve yorumlanmıştır.

Özet (Çeviri)

Improvements in information and computer technologies made it possible to collect and store in huge amounts of data. Parallel to these developments, new methods were needed in order to process large data stacks and obtain valuable information from within, as a result concepts of data mining emerged. One of the frequently used techniques in data mining is classification. The purpose of classification methods is to make an estimate of the class values of concepts being explored by making use of statistical and mathematical pattern between attribute value of concepts and attributes. In this study, data mining methods have been explained along with data, database, data warehouse and classification which is one of the data mining methods has been examined. As an application, the data of Beşiktaş football team which has completed the league on the first place in Spor Toto Super League 2015/2016 season were used. Results of matches were classified by using naive bayes and C4.5 classification algorithm via Weka data mining computer package. Classification results by naive bayes and C4.5 algorithms were also compared and interpreted.

Benzer Tezler

  1. Tez No

    915343

    Development of a machine learning model for predicting liner wear in SAG mills

    SAG değirmenlerde astar aşınmalarının tahmini için makine öğrenmesi modeli geliştirilmesi

    YUSUF ENES PURAL

    Doktora

    İngilizce

    İngilizce

    2024

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Cevher Hazırlama Mühendisliği Ana Bilim Dalı

    PROF. DR. FERİDUN BOYLU

  2. Tez No

    676095

    Modelling and state of charge estimation of lithium-ion batteries

    Lityum bazlı batarya hücrelerininmodelleme ve şarj durumu tahmini

    MANİ KAZIMI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN GÖKAŞAN

  3. Tez No

    895348

    Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators

    Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi

    MAHMUT SAMİ SİVRİ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  4. Tez No

    446914

    Veri madenciliğine dayalı akıllı fon portföy optimizasyon sistemi

    Data mining based smart fund portfolio optimization system

    GÖRKEM SARIKAYA

    Doktora

    Türkçe

    Türkçe

    2016

    İşletmeBaşkent Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NERMİN ÖZGÜLBAŞ

    DOÇ. DR. ALİ SERHAN KOYUNCUGİL

  5. Tez No

    245087

    Veri tabanlı sistemlerin istatistiksel analize dayalı kural öğrenmeleri (doğrusal olmayan regresyon yöntemleri)

    Obtaining rules based on statistical analysis of database management systems (non-linear regression methods)

    ONUR GANİLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilim ve TeknolojiYıldız Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYLA ŞAYLI

Geri Dön