Birkaç veri kümesi ile WEKA ve MATLAB üzerinde kümeleme algoritmalarının karşılaştırılarak incelenmesi
Using couple of datasets, analysis by comparing clustering algorithms between WEKA and MATLAB platforms
- Tez No: 483766
- Danışmanlar: PROF. DR. ZAFER ASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde teknoloji takip edilmesi zor bir hızla ilerlemektedir. Bu ilerlemenin bir sonucu olarak teknolojiden direkt veya dolaylı olarak etkilenen sektörlerde birçok yeni iş alanları ve alt sektörleri oluşmuştur. Bilişim teknolojilerinin alt dallarından biri olan veri tabanı sistemleri de bu teknolojik gelişimden etkilenmiş ve kendi içerisinde yeni teknolojik dallara sahip olmuştur. Veri tabanı analizi veya veri madenciliği buna örnektir. Önceki zamanlarda verilerin önemli olanları saklanmakta ve geri kalanı oluşturdukları ek depolama maliyetleri yüzünden kullanılmamakta iken, gelişen yapay zeka ve bilimsel esnek hesaplama yöntemleri ile bu önemsiz gibi gözüken veriler ciddi önem kazanmıştır. Veri madenciliği üzerinde bilgi sahibi olan bireyler çalıştıkları sektörler ile paralel olarak; geleceğe yönelik çeşitli tahminler, firmalarının içinde bulundukları durumun anlık incelenmesi, sosyal medya verilerine göre müşteri memnuniyeti ve bunu arttırmak için yapılması gerekenler gibi birçok alanda başarılı sonuçlar elde edebilirler. Daha çok tahmin ve analiz işlemlerinin önem kazandığı bu günlerde, tez çalışmamızda bu işlemlerin kullanıldığı kümeleme algoritmaları ele alınmıştır. Bu tez çalışmasındaki amacımız K-Means kümeleme algoritması, Expectation Maximization kümeleme algoritması ve Hiyerarşik kümeleme algoritmaları üzerinde derinlemesine bilgi sahibi olmak ve edindiğimiz bilgileri uygun yazılım platformları üzerinde denemektir. Bu amaçla, Boğaziçi Üniversitesi Kandilli Rasathanesi ve Deprem Araştırma Enstitüsünden alınan iklim verileri anlatılan kümeleme algoritmaları üzerinde denenmiştir. Kümeleme algoritmalarının her biri MATLAB ve WEKA programları üzerinde uygulanmıştır. Elde edilen sonuçlar üzerinden kullanmış olduğumuz programlar ve algoritmaların karşılaştırılmaları yapılmıştır. Son olarak MATLAB ve WEKA kullanımlarının avantajları ve dezavantajlarından bahsedilmiştir.
Özet (Çeviri)
Nowadays, it is impossible to follow technological developments because of it's rapidly growing trend. As a result of this trend, new branches of business sectors appear. One of the sub branch of technology area which is called as database systems faced with same situation. It is effected by this technological growing trend. Data mining sector had been derivated like this way. Former database systems only cares personal and meta datas and see the other datas as a weight. But today, with the help of artifical intelligence and scientific flexible calculation ways data stacks has become more important than ever. The people who become experienced about data mining and it's usage, can use their abilities in parallel business sectors.For instance, finance sector personnels can perform their datamining skills on predicting the future of their special area. On the other hand, company can measure gladness of their customers according to social media responses. Business men can predict or estimate their current and future position in the global and local market. As a summary, expectation of the employees which includes tech workers and business specialists are using data mining solutions for prediction. And prediction job has always links with clustering algorithms. That's why I choose comparing clustering algorithms over some Boğaziçi University Kandilli Observatory and Earthquake Research Institute values of Turkey as a master thesis of mine. For accomplish this task, I used Matlab and Weka platforms as computer programmes. I choosed mostly used clustering algorithms which are K-Means, Expectation Maximization and Hierarchical Clustering algorithms to compare with each other. With the help of these comparisons, I would like to be experienced about clustering algorithms and their mostly used platforms. Firstly, I defined each algorithm on both platforms and than I opportunity to compare them with each other according to their advantages and disadvantages.
Benzer Tezler
- Contextual and time-based developer metrics in software defect prediction
Yazılım hata tahminlerinde içerik ve zamana göre değişen geliştirici metriklerinin kullanımı
SELDAĞ KİNİ ÖZCAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- Makine öğrenmesi yöntemiyle ağ ataklarının tespiti
Detection of network attacks with machine learning method
FEYZAN SARUHAN ÖZDAĞ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DERYA YILTAŞ KAPLAN
- Yapılandırılmış veri kümelerinin GAN ile artırılmasının makine öğrenmesi yöntemleri üzerindeki etkisinin analizi
Analysis of the impact of augmenting structured datasets with GAN on machine learning methods
AMEL SULAIMAN MANDAN SALIHI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Veri madenciliği yöntemlerini kullanarak sosyal medya reytingleri ile geleneksel tv reytingleri arasındaki ilişkiyi bulmak
Finding the relationship between social media ratings and traditional tv ratings using data mining methods
MEHMET ÖZKAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA