BAZI DENETİMLİ ÖĞRENME ALGORİTMALARININ R PROGRAMLAMA DİLİ İLE KIYASLANMASI
Öz
Yapay zekâ bilgisayarların insanların düşünce sistemlerini taklit ederek karmaşık problemlere çözüm üretebilme yeteneklerine verilen addır. Makine öğrenmesi ise yapay zekânın önemli bir alt dalıdır. Makine öğrenmesi, çeşitli görevlerin öğrenilmesi, mantıksal ve ikili çıkarımlar yoluyla otomatik hesaplama yöntemlerini kapsayan bir süreç olarak ele alınabilir. R yazılımı pek çok istatistiksel hesaplamanın yanı sıra makine öğrenmesi algoritmasında ki başarısıyla da ön plana çıkmaktadır. Bu çalışmada R yazılımının sınıflandırma amacıyla kullandığı çeşitli makine öğrenmesi algoritmalarının performansları karşılaştırılmıştır. Bu amaçla, UCI Makine Öğrenme Havuzundan, elde edilen gerçek verilere çeşitli makine öğrenme algoritmaları uygulanmış ve sınıflandırma algoritmaları birkaç kriter kullanılarak karşılaştırılmıştır. Hesaplanan kriterlerden olan; kesinlik, doğruluk, duyarlılık ve F ölçütü hareketle, sınıflandırma tekniklerinin kıyaslanması yapılmıştır. Yapılan karşılaştırmalar sonucunda, üç kriterde en iyi sınıflandırmayı yapan Lojistik Regrasyon algoritmasının diğer algoritmalara göre daha başarılı olduğu görülmüştür. Tüm ölçütlerden en iyi ikinci performansı gösteren algoritma Navie Bayes algoritması olmuştur.
Anahtar Kelimeler
Kaynakça
- A. Charitou, E. Neophytou ve C. Charalambous,“Predicting corporate failure: empirical evidence for the UK”, European Accounting Review, 13(3), 465-497, 2004. B. İbrahim Sevindi, "Türkçe Metinlerde Denetimli ve Sözlük Tabanlı Duygu Analizi Yaklaşımlarının Karşılaştırılması" Yüksek Lisans Tezi, 2013.
- Chandra B, Gupta M ve Gupt MP. “Robust approach for estimating probabilities in Naive-Bayes classifier”. Pattern Recognition and Machine Intelligence. Kolkata, India, 18-22 December 2007.
- Çetin KAYA, Oktay YILDIZ, “Makine Öğrenmesi Teknikleriyle Saldırı Tespiti: Karşılaştırmalı Analiz” Marmara Fen Bilimleri Dergisi 2014,3:89-104.
- D Michie, D J Spiegelhalter ve C C Taylor, Machine Learning, Neural and Statistical Classification, Overseas Press, 1994.s.3.
- Ensar Arif SAĞBAŞ, Serkan BALLI, “Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 22(5), 376-383, 2016.
- Ethem Alpaydın, Introduction to Machine Learning Second Edition., The MIT Press, Cambridege, 2010, s.4.
- M. Erdal BALABAN, Elif KARTAL, Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, Çağlayan Kitabevi, İstanbul, 2015.
- Lara OD, Pérez AJ, Labrador MA ve Posada JD. “Centinela: A human activity recognition system based on acceleration and vital sign data”. Pervasive and Mobile Computing, 8(5), 717-729, 2012.
Ayrıntılar
Birincil Dil
Türkçe
Konular
-
Bölüm
Diğer
Yayımlanma Tarihi
22 Mart 2018
Gönderilme Tarihi
14 Mart 2018
Kabul Tarihi
14 Mart 2018
Yayımlandığı Sayı
Yıl 2018 Cilt: 37 Sayı: 37
Cited By
Genetik Algoritma ile Öznitelik Seçimi Kullanılarak Yapım Yönetiminde Çalışan Liderlik Algısının Tahmini
Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi
https://doi.org/10.21605/cukurovaummfd.525060Students’ Views on Machine Learning with Code Blocks and the Evaluation of the Platform Used
Journal of Interdisciplinary Education: Theory and Practice
https://doi.org/10.47157/jietp.803708Yazılım Projelerinin Maliyet Tahmini için WEKA’da Makine Öğrenmesi Algoritmalarının Karşılaştırmalı Analizi
European Journal of Science and Technology
https://doi.org/10.31590/ejosat.877296Makine Öğrenmesi Algoritmaları Kullanılarak Prostat Kanseri Tümör Oluşumunun İncelenmesi
European Journal of Science and Technology
https://doi.org/10.31590/ejosat.1018897Türkiye’de Açık Bankacılık, Açık Veri ve Banka Açıklığı Üzerine Değerlendirme
Ekonomi ve Finansal Araştırmalar Dergisi
https://doi.org/10.56668/jefr.1253087CLASSIFICATION OF STUDENTS' ACADEMIC SUCCESS USING ENSEMBLE LEARNING AND ATTRIBUTE SELECTION
Eskişehir Technical University Journal of Science and Technology A - Applied Sciences and Engineering
https://doi.org/10.18038/estubtda.1394885Reklam Üretim Süreci Bağlamında Yapay Zekâ ve Yaratıcı Düşünce: Bibliyometrik Bir Analizi
IBAD Sosyal Bilimler Dergisi
https://doi.org/10.21733/ibad.1555574Yapay Zekâ: Alt Dalları ve Uygulama Alanları
Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
https://doi.org/10.52791/aksarayiibd.1574207Türkiye’deki il yolları için Yıllık Ortalama Günlük Trafik (YOGT) tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi
Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
https://doi.org/10.28948/ngumuh.1723436Evaluating the Capacity of Machine Learning Models to Quell Cybersecurity Threats
International Journal of Scientific Research in Science and Technology
https://doi.org/10.32628/IJSRST25126284Endüstriyel Tesislerde Makine Öğrenmesi ile Kestirimci Bakım ve Arıza Analizleri
Karaelmas Science and Engineering Journal
https://doi.org/10.7212/karaelmasfen.1568736FARKLI YAPISAL ÖZELLİKLERDEKİ ÖRME KUMAŞLARIN PATLAMA MUKAVEMETİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİYLE MODELLENMESİ VE TAHMİNİ
Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi
https://doi.org/10.17780/ksujes.1697574