A Research on Machine Learning Methods and Its Applications

Year 2018, , 25 - 40, 09.09.2018

Özer Çelik

https://doi.org/10.31681/jetol.457046

Cited By: 20

Abstract

Machine
learning is a science which was found and developed as a subfield of artificial
intelligence in the 1950s. The first steps of machine learning goes back to the
1950s but there were no significant researches and developments on this
science. However, in the 1990s, the researches on this field restarted,
developed and have reached to this day. It is a science that will improve more
in the future. The reason behind this development is the difficulty of
analysing and processing the rapidly increasing data. Machine learning is based
on the principle of finding the best model for the new data among the previous
data thanks to this increasing data. Therefore, machine learning researches
will go on in parallel with the increasing data. This research includes the
history of machine learning, the methods used in machine learning, its
application fields, and the researches on this field. The aim of this study is
to transmit the knowledge on machine learning, which has become very popular
nowadays, and its applications to the researchers. 

Keywords

machine learning, neural networks, Artificial Intelligence

References

• [1] SIRMAÇEK, B. (2007), “Fpga İle Mobil Robot İçin Öğrenme Algoritması Modellenmesi.” Yüksek lisans tezi, Yıldız Teknik Üniversitesi, İstanbul [2] ALTUNIŞIK, R. (2015), “Büyük Veri: Fırsatlar Kaynağı mı Yoksa Yeni Sorunlar Yumağı mı?” Yildiz Social Science Review, 1(1), 48.[3] AMASYALI, M. F. (2008), “Yeni Makine Öğrenmesi Metotları ve İlaç Tasarımına Uygulamaları.” Doktora Tezi, Yıldız Teknik Üniversitesi, İstanbul.[4] GÖR, İ. (2014), “Vektör Nicemleme İçin Geometrik Bir Öğrenme Algoritmasının Tasarımı ve Uygulaması.” Yüksek lisans tezi, Adnan Menderes Üniversitesi, Aydın.[5] TANTUĞ, A. C. ve TÜRKMENOĞLU, C. (2015), “Türkçe Metinlerde Duygu Analizi.” Yüksek lisans tezi, İstanbul Teknik Üniversitesi, İstanbul.[6] ERDEM, E. S. (2014), “Ses Sinyallerinde Duygu Tanıma ve Geri Erişim.” Yüksek lisans tezi, Başkent Üniversitesi, Ankara.[7] TOPAL, Ç. (2017), “Alan Turing’in Toplumbilimsel Düşünü: Toplumsal Bir Düş Olarak Yapay Zeka.” DTCF Dergisi, 57(2), 1350-1352.[8] KIZILKAYA, Y. M. ve OĞUZLAR, A. (2018), “Denetimli Öğrenme Algoritmalarının R Programlama Dili ile Kıyaslanması.” KARADENİZ, 37(37), 90-98.[9] KOCADAYI, Y., ERKAYMAZ, O. ve UZUN, R. (2017), “Yapay Sinir Ağları ile Tr81 Bölgesi Yıllık Elektrik Enerjisi Tüketiminin Tahmini.” Bilge International Journal of Science and Technology Research, 1(1), 59-64.[10] HACİEFENDİOĞLU, Ş. (2012), “Makine Öğrenmesi Yöntemleri ile Glokom Hastalığının Teşhisi.” Yüksek lisans tezi, Selçuk Üniversitesi, Konya.[11] ÖZTEMEL, E. (2003), “YAPAY SİNİR AĞLARI”, İstanbul: Papatya Yayıncılık.[12] ATASEVEN, B. (2013), “Yapay Sinir Ağları ile Öngörü Modellemesi.” Marmara Üniversitesi Açık Arşiv Sistemi, 10(39), 101-115.[13] HAMZAÇEBİ, C. ve KUTAY, F. (2004), “Yapay Sinir Ağları ile Türkiye Elektrik Enerjisi Tüketiminin 2010 Yılına Kadar Tahmini.” Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 19(3), 227-233.[14] ALBAYRAK, A. S. ve YILMAZ KOLTAN, Ş. (2009), “Veri Madenciliği: Karar Ağacı Algoritmaları ve İMKB Verileri Üzerine Bir Uygulama.” Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), 31-52.[15] EMEL, G. G. ve TAŞKIN, Ç. (2005), “Veri Madenciliğinde Karar Ağaçları ve Bir Satış Analizi Uygulaması.” Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 6(2), 221-236.[16] GÜNEREN, H. (2015), “Destek Vektör Makineleri Kullanarak Gömülü Sistem Üzerinde Yüz Tanıma Uygulaması.” Yüksek lisans tezi, Yıldız Teknik Üniversitesi, İstanbul.[17] KAVZOĞLU, T. ve ÇÖLKESEN, İ. (2010), “Destek Vektör Makineleri ile Uydu Görüntülerinin Sınıflandırılmasında Kernel Fonksiyonlarının Etkilerinin İncelenmesi.” Harita Dergisi, sayı. 144, 73-81.[18] ÇALIŞ, K., GAZDAĞI, O. ve YILDIZ, O. (2013), “Reklam İçerikli Epostaların Metin Madenciliği Yöntemleri ile Otomatik Tespiti.” Bilişim Teknolojileri Dergisi, 6(1), 1-7.[19] SAĞBAŞ, E. A. ve BALLI, S. (2016), “Akıllı Telefon Algılayıcıları ve Makine Öğrenmesi Kullanılarak Ulaşım Türü Tespiti.” Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 22(5), 376-383.[20] EGE, İ. ve BAYRAKDAROĞLU, A. (2009), “İMKB Şirketlerinin Hisse Senedi Getiri Başarılarının Lojistik Regresyon Tekniği ile Analizi.” ZKÜ Sosyal Bilimler Dergisi, 5(10), 139-158.[21] ÖZKAN, H. (2013), “K-Means Kümeleme ve K-NN Sınıflandırma Algoritmalarının Öğrenci Notları ve Hastalık Verilerine Uygulanması” Bitirme Tezi, İstanbul Teknik Üniversitesi, İstanbul.[22] KILINÇ, D., BORANDAĞ, E., YÜCALAR, F., TUNALI, V., ŞİMŞEK, M. ve ÖZÇİFT, A. (2016), “KNN Algoritması ve R Dili ile Metin Madenciliği Kullanılarak Bilimsel Makale Tasnifi.” Marmara Fen Bilimleri Dergisi, 28(3), 89-94.[23] GÖK, M. (2017), “Makine Öğrenmesi Yöntemleri ile Akademik Başarının Tahmin Edilmesi.” Gazi Üniversitesi Fen Bilimleri Dergisi, 5(3), 139-148.[24] GÜNER, N. ve ÇOMAK, E. (2011), “Mühendislik Öğrencilerinin Matematik 1 Derslerindeki Başarısının Destek Vektör Makineleri Kullanılarak Tahmin Edilmesi.” Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 17(2), 87-96.