Supervised and unsupervised learning techniques in data mining
Veri madenciliğinde yönlendirilmiş ve yönlendirilmemiş öğrenme teknikleri
- Tez No: 83826
- Danışmanlar: DOÇ.DR. ALP KUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri madenciliği, Veri tabanı, Yapay zeka, Öğrenme teknikleri, Data mining, Database, Artificial intelligence, Learning techniques
- Yıl: 1999
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Büyük boyuttaki veri tabanları bir çok bilgiyi içerir. Bu bilgilerin bazıları açık ve kolay anlaşılır bilgilerdir. Ancak bazı bilgiler veri tabanı içinde gizlidir ve doğrudan ulaşılamazlar. İşte bu noktada, veri madenciliği ( data nıining ) ve onun teknikleri kullanılarak, veri tabanından gizli bilgilerin büyük bir çoğunluğu elde edilebilir. Veri madenciliği yöntemleri ile pek çok ilişki elde edilebilir. Burada önemli olan, bu ilişkilerden anlamlı ve faydalı olanlarını seçebilmektir. Bu işlem için tümevarım veya suni zeka teknikleri kullanılabilir. Bu ilişkilerin güvenirliği ise istatistiksel yöntemler kullanılarak test edilebilir. Bu çalışmada veri tabanından bilgi keşfetme, öğrenme teknikleri ve veri madenciliğinin teknikleri üzerinde durulmuştur. Önce, veri tabanından bilgi keşfetme ve öğrenme teknikleri kısaca hatırlatılmıştır. Daha sonra ise, veri madenciliği konusu daha derinlemesine incelenmiş ve tartışılmıştır.
Özet (Çeviri)
IV ABSTRACT Large databases are composed of a lot of information some being very explicit and some being not so straight forward. At this point data mining with all its techniques emerges to help us getting the most out of the databases. Since we can create a lot of relationships within the databases, it is of prime importance to choose the meaningful and useful ones, techniques like machine learning is used and their reliability is checked through statistical techniques. In this study, knowledge discovery in databases, types of learning, and several data mining techniques are defined. First of all. the concept of knowledge discovery in databases and types of learning are briefly explained to enlighten the minds then, data mining is examined and discussed to a certain depth.
Benzer Tezler
- Grup teknolojisi imalat sistemleri tasarımı için bir metodoloji ve bu metodolojinin endüstride uygulanması
Başlık çevirisi yok
NEVİN AYDIN
Doktora
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. M. BÜLENT DURMUŞOĞLU
- Çok düzeyli statik bellek gözesi ve kohonen türü yapay sinir ağına uygulanması
Multiple valued static storage cell and its application to kohonen type neural network
NURETTİN YAMAN ÖZELÇİ
Doktora
Türkçe
1999
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. UĞUR ÇİLİNGİROĞLU
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Yapay sinir ağları ile nesne tanıma
Object recognition using artificial neural networks
İBRAHİM TÜRKOĞLU
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. AHMET ARSLAN
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ