BÜYÜK VERİ ANALİZİNDE YAPAY ZEKÂ VE MAKİNE ÖĞRENMESİ UYGULAMALARI - ARTIFICIAL INTELLIGENCE AND MACHINE LEARNING APPLICATIONS IN BIG DATA ANALYSIS

Year 2017, Volume: 9 Issue: 22, 155 - 172, 31.12.2017

Muhammet Atalay , Enes Çelik

https://doi.org/10.20875/makusobed.309727

Cited By: 60

Abstract

Bilgi teknolojilerinde yüksek hızda yaşanan gelişmeler ve internet
kullanımının çok yaygın hale gelmesi ile birlikte, çeşitli platformlarda
biriken verinin çeşitliliği ve hacmi de artmıştır. Büyük veri kavramı ile ifade
edilen bu verilerin işlenmesi ve anlamlı bilgilerin elde edilmesi, önemli
sonuçlar elde edilebilmesine imkân vermektedir. Bu çalışmada, büyük veri
analizinde yapay zekâ ve makine öğrenmesi tekniklerinin kullanımı
tartışılmıştır. Başlıca yapay zekâ ve makine öğrenmesi teknikleri hakkında
bilgiler verilerek, bu tekniklerin büyük verilerle yapılan uygulamalarından
örnekler verilmiştir. Başlıca olarak; kümeleme, sınıflandırma, yapay sinir
ağları, metin ve web madenciliği, fikir madenciliği ve duygu analizi
alanlarında büyük verilerle yapılan çalışmalar anlatılmıştır.

Keywords

Veri Madenciliği, Yapay Zekâ, Makine Öğrenmesi, Büyük Veri, Veri Analizi

References

• Aksu, Halil (2015), Big Data Bilginin Gücü, Pusula Yayıncılık, İstanbul.
• Arslan, Ozan-Kurt, Orhan-Konak, Haluk (2007), “Yapay Sinir Ağlarının Jeodezide Kullanımı Üzerine Öneriler”, TMMOB Harita ve Kadastro Mühendisleri Odası 11. Türkiye Harita Bilimsel ve Teknik Kurultayı, Ankara.
• Aytekin, Çiğdem-Mayda, İslam (2013), “Sosyal Medyada Rekabet Analizi İçin Karşılaştırma Görevine Yönelik Fikir Madenciliği Modeli”, Journal Academic Marketing Mysticism Online (JAMMO), Vol 7, Part 27, 414-425.
• Balaban, Mehmet Erdal-Kartal, Elif (2015), Veri Madenciliği ve Makine Öğrenmesi, Çağlayan Kitabevi, İstanbul.
• Baykal Nazife-Beyan Timur (2004), Bulanık Mantık Uzman Sistemler ve Denetleyiciler, Bıçaklar Kitabevi, Ankara.
• Bayrakçı, Serkan (2015), Sosyal Bilimlerdeki Akademik Çalışmalarda Büyük Veri Kullanımı, Yayınlanmamış Yüksek Lisans Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
• Bos, Johan-Nissim, Malvina (2006), “An Empirical Approach to the Interpretation of Superlatives”, Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), pages 9–17, Sydney.
• Dal, Bülent (2014), “Elektronik ticarette büyük veri ve yapay zekâ”, http://www.retailturkiye.com/bulent-dal/elektronik-ticarette-buyuk-veri-ve-yapay-zeka (11.12.2015).
• Dolgun, M. Özgür-Özdemir Güzel, Tülin-Oğuz, Doruk (2009), “Veri madenciliğinde yapısal olmayan verinin analizi: Metin ve web madenciliği”, İstatistikçiler Dergisi, 2 (2009), 48-58.
• Domo (2015), Data Never Sleeps 3.0, https://www.domo.com/blog/2015/08/data-never-sleeps-3-0/ (17.10.2016).
• Domo (2016), Data Never Sleeps 4.0, https://www.domo.com/blog/data-never-sleeps-4-0/ (17.10.2016).
• El-Halees, Alaa (2012), “Opinion Mining From Arabic Comparative Sentences”, The 13th International Arab Conference on Information Technology ACIT’2012, 265-271, Lebanon.
• Elmas, Çetin (2011), Yapay Zeka uygulamaları, Seçkin Yayıncılık, Ankara.
• Feinerer, Ingo (2017), “Introduction to the tm Package Text Mining in R”, https://cran.r-project.org/web/packages/tm/vignettes/tm.pdf (24.04.2017).
• Fiszman, Marcelo-Demner Fushman, Dima-Lang, Francois M.-Goetz, Philip-Rindflesch, Thomas (2007), “Interpreting Comparative Constructions in Biomedical Text”, BioNLP 2007: Biological, translational, and clinical language processing, pages 137–144, Prague.
• Ganapathibhotla, Murthy-Liu, Bing (2008), “Mining Opinions in Comparative Sentences”, 22nd International Conference on Computational Linguistics, 241–248, Manchester.
• Go, Alec–Bhayani, Richa–Huang, Lei (2009), “Twitter Sentiment Classification using Distant Supervision”, CS224N Project Report, pages 1–12, Stanford. Gürsakal, Necmi (2014), Büyük Veri, Dora Basım Yayın, Bursa.
• Hallaç, İbrahim Rıza (2014), Büyük Veri Analizinde Dağıtık Makine Öğrenmesi
• Algoritmalarının Kullanılması, Yayınlanmamış Yüksek Lisans Tezi, Fırat Üniversitesi Fen Bilimleri Enstitüsü, Elazığ.
• Harmon, Paul-King, David (1985), Expert Systems: Artificial Intelligence in Business, John Wiley and Sons, New York.
• Işık, Meltem (2006), Bölünmeli Kümeleme Yöntemleri İle Veri Madenciliği Uygulamaları, Yayınlanmamış Yüksek Lisans Tezi, Marmara Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
• Jade Falcon IT (2010), “Opinion Mining in eDiscovery”, http://jadefalconit.com/opinion-mining/opinion-mining-in-ediscovery (29.12.2015).
• Jindal, Nitin-Liu, Bing (2006), “Mining Comparative Sentences and Relations”, 21st National Conference on Artificial Intelligence, 2, 1331-1336, Boston.
• Karr, Charles-Freeman, L. Michael (1999), Industrial Applications of Genetic Algorithms, CRC Press, USA.
• Liu, Bing (2012), Sentiment Analysis and Opinion Mining, Morgan&Claypool Publishers, USA.
• Mayer-Schonberger, Viktor-Cukier, Kenneth (2013), Big Data: A Revolution That Will Transform How We Live, Work and Think, Eamon Dolan/Houghton Mifflin Harcourt, Canada.
• Meral, Meriç–Diri, Banu (2014), “Sentiment Analysis on Twitter”, IEEE 22nd Signal Processing and Communications Applications Conference (SIU 2014), page 690-693.
• Nabiyev, Vasif Vagifoğlu (2012), Yapay Zeka, Seçkin Yayıncılık, Ankara.
• Oğuzlar, Ayşe (2011), Temel Metin Madenciliği, Dora Basım Yayın, Bursa.
• Ohlhorst, Frank (2013), Big Data Analytics : Turning Big Data into Big Money, Wiley Publicity, New Jersey.
• Özekes, Serhat (2003), “Veri Madenciliği Modelleri ve Uygulama Alanları”, İstanbul Ticaret Üniversitesi Dergisi, Cilt 2, Sayı 3, 65-82.
• Öztemel, Ercan (2003), Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul.
• Peng, Bin (2012), “Apache Mahout Algorithms”, http://lifeeditor.blogspot.com.tr/2012/11/apache-mahout-algorithms-apache-mahout.html (29.12.2015).
• Sarıman, Güncel (2011), “Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması”, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 15-3, 192-202.
• Serim, Mert (2015), “Yapay Zeka ve Büyük Verinin Sektörlerdeki Kullanımı”, http://bigumigu.com/haber/yapay-zeka-ve-buyuk-verinin-sektorlerdeki-kullanimi/ (11.12.2015).
• Tan, Ah Hwee-Yu, Philip S. (2003), “Guest Editorial: Text and Web Mining”, Applied Intelligence, Vol. 18, 239-241.
• Thompson, Simon (2012), “Location Analytics: Bringing Geography Back”, http://sloanreview.mit.edu/article/location-analytics-bringing-geography-back/ (24.04.2017).
• Turner, Vernon-Gantz, John F. (2014), “The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things”, http://www.emc.com/leadership/digital-universe/index.htm (15.10.2016).
• Wikipedia (2017), Affective computing, https://en.wikipedia.org/wiki/Affective_computing#Algorithms (03.04.2017).
• Yang, Miin-Shen-Liu, Hsien-Hsiung (2003), “Fuzzy least-squares algorithms for interactive fuzzy linear regression models”, Elsevier Science Fuzzy Sts and Systems, Vol.135, 305-316.
• Yang, Seon-Ko, Youngjoong (2009), “Extracting Comparative Sentences from Korean Text Documents Using Comparative Lexical Patterns and Machine Learning Techniques”, ACL-IJCNLP 2009 Conference Short Papers, 153-156, Singapore.
• Yenilmez, Kürşat (2001), Bulanık Doğrusal Programlama Problemleri için Yeni Çözüm Yaklaşımları ve Duyarlılık Analizi, Yayınlanmamış Doktora Tezi, Osmangazi Üniversitesi Fen Bilimleri Enstitüsü, Eskişehir.
• Yıldırım, Pınar-Uludağ, Mahmut-Görür, Abdülkadir (2008), “Hastane Bilgi Sistemlerinde Veri Madenciliği”, Akademik Bilişim 2008 Konferansı, 429-434, Çanakkale.
• Şimşek Gürsoy, U. T. (2017). Veri Madenciliğinde Güncel Yaklaşımlar. İstanbul: Çağlayan Kitabevi.