Sezgisel bulanık rastgele veriler ile regresyon analizi için bir yaklaşım
A random number generation approach for intuitionistic fuzzy regression analysis
- Tez No: 830627
- Danışmanlar: DOÇ. DR. ALİ MERT
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Regresyon Analizi, istatistiksel analiz de oldukça yaygın kullanılan metotlardan birisidir. Regresyon analizinde, aralarında sebep-sonuç ilişkisi bulunan veya bulunduğu düşünülen bir bağımlı nicel değişken ile bir veya birden çok bağımsız nicel değişken arasındaki ilişki tanımlanmaya çalışılmaktadır. Bu ilişki biçimini gösteren matematiksel fonksiyon ise regresyon modeli olarak adlandırılmaktadır. Regresyon analizinin, sayım regresyonları, lojistik regresyon, çok terimli lojistik sıralı regresyon, kantil, çok değişkenli ve diğer başka türleri de mevcuttur. Temel olarak hepsi belli özelliğe veya özelliklere dayandırılarak bir hedef değişkenini tahmin etmeye imkan sağlar. Sezgisel bulanık teori ise veri setlerinin üstü kapalı ve kesin olmaması durumlarında veya eldeki problemin parametreleri hakkında bilgi eksikliği bulunması durumlarında başvurulan ve gelişmekte olan bir çözüm yaklaşımıdır. Sezgisel bulanık teori; satış analizi, yeni ürün pazarlaması, finansal hizmetler, müzakere süreci, psikolojik araştırmalar, mantık programlama, karar verme problemleri, yapay zeka, makine öğrenmesi vb. birçok alanda kullanılmaktadır. Regresyon Analizi yapılması planlanan veri setinin tamamının veya bir kısmının sezgisel bulanık olması veya sistem parametreleri arasındaki ilişkinin kesin olarak tanımlanamadığı ve klasik regresyon metodunun önerilmediği durumlarda kullanılan alternatif bir yaklaşım olarak Sezgisel Bulanık Regresyon Analizi sunulmuştur. Bu tez çalışmasında; bu tip verilere uyarlanabilen Sezgisel Bulanık Regresyon Modelinin parametrelerini tahmin eden bir yaklaşım sunulmuştur. Tez çalışmasının uygulama kısmında ise Python 3.9 yazılımında oluşturulan kod yardımıyla teorik olarak ifade edilen yaklaşımın veri setleri üzerinde çalıştığı gösterilmiştir.
Özet (Çeviri)
Regression analysis, statistical analysis is also one of the most widely used methods. In regression analysis, an attempt is made to define the relationship between a dependent quantitative variable and one or more independent quantitative variables, which are thought to have or have a cause-and-effect relationship between them. A mathematical function that shows this form of relationship is called a regression model. There are also count regressions, logistic regression, multi-term logistic sequential regression, quantitative, multivariate and other types of regression analysis. Basically, all of them allow you to predict a target variable based on certain properties or characteristics. Heuristic fuzzy theory, on the other hand, is a solution approach that is applied and developing in cases where data sets are not closed and precise, or in cases where there is a lack of information about the parameters of the problem at hand. Intuitive fuzzy theory; Sales Analysis, new product marketing, financial services, negotiation process, psychological research, logic programming, decision making problems, artificial intelligence, machine learning, etc. used in many fields. The regression analysis planned for the data set system parameters or all or a portion of the heuristic is not precisely defined, the relationship between fuzzy and classical regression method is not recommended as an alternative approach that is used in cases where the intuitive fuzzy regression analysis is presented. In this thesis study; an approach to estimate the parameters of the Intuitionistic Fuzzy Regression Model adaptable to this type of data is presented. In the application part of the thesis, it has been shown that the theoretically expressed approach works on data sets with the help of the code created in Python 3.9 software.
Benzer Tezler
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- Learning of interval Type-2 fuzzy logic systems using big bang – big crunch optimization
Aralık değerli Tip-2 bulanık sistemlerin büyük patlama – büyük çöküş optimizasyonuyla eğitilmesi
CİHAN ÖZTÜRK
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Hızlıca keşfeden rastgele ağaç yöntemi ile insansı robot kolu yörünge planlaması
Trajectory planning of a humanoid robot arm by using rapidly-exploring randomized tree method
BURAK BOYACIOĞLU
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Yapay zeka tekniklerine dayanan yöntemlerle çok sayıda hedef izleme
Multiple target tracking with the methods based on artificial intelligence techniques
İLKE TÜRKMEN
Doktora
Türkçe
2005
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF.DR. KERİM GÜNEY