Fine-tuning and hyperparameter optimization; a path to superior model performance and accurate predictions
Başlık çevirisi mevcut değil.
- Tez No: 816920
- Danışmanlar: DOÇ. DR. ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Bilgi ve Belge Yönetimi, Computer Engineering and Computer Science and Control, Science and Technology, Information and Records Management
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, iş dünyasında veri madenciliği araç ve tekniklerinin kullanımını araştırmaktadır. içgörü elde etme sürecini nasıl geliştirebileceklerine odaklanan zeka ve büyük veri setlerinden elde edilen bilgi, daha etkili karar vermeyi mümkün kılar. işletmeler. Araştırma, iş dünyasının temel ilkelerini açıklayan bölümlere ayrılmıştır. İstihbarat ve veri madenciliği ile bunların işi geliştirmek için nasıl birleştirilebileceği analitik. Şarkı tahmini üzerine odaklanan pratik bir uygulama ve vaka çalışması Spotify platformundaki popülerlik, verilerin yararlılığını ve potansiyelini gösterir gerçek dünya bağlamında madencilik teknikleri. Vaka çalışması, veri toplama, ön işleme ve özellik mühendisliğini açıklar. metodolojileri ve kalıpları ve eğilimleri bulmak için kullanılan veri madenciliği teknikleri müzik verileri. Çalışma, gerçek durumu ortaya koyarak mevcut literatüre katkıda bulunmaktadır. iş zekası için veri madenciliği araçlarının ve metodolojilerinin uygulanması. Bu çalışma, gerçek uygulamayı göstererek mevcut literatüre katkıda bulunmaktadır. iş zekası için veri madenciliği araçları ve metodolojileri. Bu tez öne çıkıyor veri madenciliği tekniklerini gerçek dünyaya entegre etmenin potansiyel faydaları ve sorunları şarkı popülaritesini tahmin etmenin belirli örneğine odaklanarak bağlamlar Spotify. Sağlanan içgörüler, müzik sektörü uzmanlarına, pazarlama ekiplerine ve sanatçılara yardımcı olacaktır. şarkı yayınları, tanıtım yöntemleri ve hedef hakkında bilinçli kararlar verin seyirci seçimi. Genel olarak, bu tez veri madenciliği araçlarının önemini vurgulamaktadır. ve iş zekası operasyonlarını iyileştirmede metodolojiler ve gerçek bir uygulama ve vaka çalışması sunarak teorik ve pratik ayrımlar eyleme dönüştürülebilir öngörüler elde etmede veri madenciliği yaklaşımlarının gücünü gösterir. büyük veri kümeleri.
Özet (Çeviri)
This thesis explores the use of data mining tools and techniques in business intelligence, focusing on how they can enhance the process of obtaining insights and knowledge from massive datasets, enabling more effective decision-making in businesses. The research is divided into sections that explain the core principles of business intelligence and data mining, as well as how they can be combined to improve business analytics. A practical application and case study focusing on forecasting song popularity on the Spotify platform showcases the usefulness and potential of data mining techniques in a real-world context. The case study describes data collecting, preprocessing, and feature engineering methodologies, as well as data mining techniques used to find patterns and trends in music data. The study adds to the existing literature by demonstrating the actual implementation of data mining tools and methodologies for business intelligence. This study adds to the current literature by demonstrating the actual implementation of data mining tools and methodologies for business intelligence. This thesis highlights the potential benefits and problems of integrating data mining techniques in real-world contexts by concentrating on the specific instance of forecasting song popularity on Spotify. The insights provided will help music business experts, marketing teams, and artists make informed decisions about song releases, promotional methods, and target audience selection. Overall, this thesis emphasizes the importance of data mining tools and methodologies in improving business intelligence operations and bridges the theoretical and practical divides by providing a real application and case study that demonstrates the power of data mining approaches in deriving actionable insights from massive datasets.
Benzer Tezler
- Hybrıd self-supervısed adaptatıon frameworks wıth sımulated annealıng and bayesıan optımızatıon for human actıvıty recognıtıon ın ıot
Iot'de insan aktivitesi tanıma için simüle tavlama ve bayesyen optimizasyon ile hibrit kendi kendine denetimli adaptasyon çerçeveleri
MOHAMMED MAJID ABDULRAZZAQ
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA
- Kuantum hesaplama temelli optimizasyon yöntemleri ile büyük dil modellerinin eğitim ve çıkarım süreçlerinin iyileştirilmesi
Improving training and inference processes of large language models with quantum computing-based optimization methods
BETÜL CANDAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ SARIKAŞ
- Ağ trafiği tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi
A comparative analysis of machine learning algorithms on network traffic forecasting
BUSE DİLAN USLAN
Yüksek Lisans
Türkçe
2025
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Hibrit derin öğrenme mimarileri ile beyin tümörlerinin sınıflandırılması
Brain tumor classification with hybrid deep learning architectures
BATUHAN KULOĞLU
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAPLAN KAPLAN
- Meme kanseri tanısı için gelişmiş yapay zeka tabanlı çok aşamalı tespit sistemi
Advanced artificial intelligence based multi-stage detection system for breast cancer diagnosis
ABDUL SAMAD
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR