Using data mining technology to analyze traditional gold mining in Sudan
Sudan'da geleneksel altın madenciliğini analiz etmek için veri madenciliği teknolojisini kullanma
- Tez No: 797628
- Danışmanlar: DR. ÖĞR. ÜYESİ YASİN ORTAKCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geleneksel altın madenciliği sektörü, iki milyondan fazla kişiyi istihdam etmekte ve Sudan'ın büyük bölümünü kapsamaktadır. Bu çalışma, beş model kullanarak karar vermeye yardımcı olmak için veri madenciliği metodolojisi kullanmıştır: Destek Vektör Makinesi (SVM), lojistik regresyon (LR), naive bayes (NB), karar ağacı (DT) ve en yakın Komşular (K-NN), Performanslarının adil bir karşılaştırması yapıldı. Bu modeller firmaları iki kategoriye ayırır: aktif, yüksek verimli firmalar ve aktif olmayan, düşük verimli firmalar. Öğrenme süreci dört aşamaya ayrıldı: ham veri işleme, eğitim, test etme ve doğrulama. Sonuçlar, önerilen modellerin şirketin çalışma durumunu başarıyla sınıflandırdığını gösterdi. Modeller sırasıyla 1.00, 0.91 ve 0.81'lik DT, LR ve NB sınıflandırıcıları için yüksek doğruluk elde etti. Diğer modellerle karşılaştırıldığında, SVM ve K-NN modelleri sırasıyla 0,57 ve 0,53 azalmıştır.
Özet (Çeviri)
The traditional gold mining sector employs over two million people and spans the majority of Sudan. This study employed data mining methodology to aid decision-making by employing five models: Logistic Regression (LR), Decision Tree (DT), naive bayes (NB), Support Vector Machine (SVM) and K-Nearest Neighbors (K-NN), A fair comparison of their performance was made. These models divide firms into two categories: active, highly productive firms and inactive, low-productivity firms. The learning process was divided into four stages: raw data processing, training, testing, and validation. The results demonstrated that the proposed models successfully classified the state of the company's work. The models achieved high accuracy for DT, LR, and NB classifiers of 1.00, 0.91, and 0.81, respectively. When compared to the other models, the SVM and K-NN models decreased by 0.57 and 0.53, respectively.
Benzer Tezler
- Geleneksel kent dokusunun veri madenciliği yöntemiyle analizi ve yeni yapı tasarımları için yapay zekaya dayalı bir model önerisi
Analysis of traditional urban texture using data mining method and a model proposal based on artificial intelligence for new building desings
CEYHAN TAZEFİDAN
Doktora
Türkçe
2024
MimarlıkKonya Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET EMİN BAŞAR
DR. ÖĞR. ÜYESİ ENGİN EŞME
- İnşaat sektöründe iş kazalarının önlenmesinde giyilebilir teknoloji kullanılarak elde edilen fizyolojik verilerin bulanık mantık yöntemi ile değerlendirilmesi
Evaluation of physiological data obtained using wearable technology using fuzzy logic method in preventing work accidents in the construction sector
ELİF TUĞÇE AKSAY
Yüksek Lisans
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ELÇİN FİLİZ TAŞ
- Turizm sektöründe çevrimiçi müşteri değerlendirmelerinin veri madenciliği ve görüşme teknikleriyle incelenmesi
Investigation of online customer reviews with data mining and interview techniques in the tourism industry
TUĞBA ŞEN KÜPELİ
Doktora
Türkçe
2022
İşletmeGazi ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
PROF. DR. KURBAN ÜNLÜÖNEN
- A knowledge discovery approach to urban analysis the Beyoğlu preservation area as a data mine
Kent analizinde bir bilgi keşfi yaklaşımı bir veri madeni olarak Beyoğlu kentsel koruma alanı
AHU SÖKMENOĞLU SOHTORİK
Doktora
İngilizce
2016
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
PROF. DR. İKBAL SEVİL SARIYILDIZ
- Faaliyet raporlarında metin madenciliğinin kullanımı: BİST şirketlerinin kârlılıklarının tahmini
Text mining using in annual reports: Prediction of the BIST companies' profitabilities
MAHMUT TURAN
Yüksek Lisans
Türkçe
2022
İşletmeEskişehir Osmangazi Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. BİROL YILDIZ