Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi

Cilt: 1 Sayı: 1 24 Haziran 2016
PDF İndir
EN TR

Öz

Classification learning is an important research topic in machine learning and data mining disciplines. In our study, CUFP (Classification by Using Feature Projections), a feature projections-based incremental classificationlearning algorithm, was developed. The training phase of CUFP determines points and the distribution of the training instances at each point to the classes in the case of nominal feature projections. For linear feature projections, gaussian probability density functions are constructed for each class. In the classification phase, each feature projection distributes votes among classes. The vote vectors of features are evaluated according to some vote evaluation strategies and the query instance’s class is predicted.

Ayrıntılar

Birincil Dil

Türkçe

Konular

-

Bölüm

-

Yazarlar

T. Aydın Bu kişi benim
Bilkent Üniversitesi, Bilgisayar Mühendisliği Bölümü, Ankara

H.altay Güvenir
Bilkent Üniversitesi, Bilgisayar Mühendisliği Bölümü, Ankara

Yayımlanma Tarihi

24 Haziran 2016

Gönderilme Tarihi

24 Haziran 2016

Kabul Tarihi

-

Yayımlandığı Sayı

Yıl 2005 Cilt: 1 Sayı: 1

Kaynak Göster

APA
Aydın, T., & Güvenir, H. (2016). Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 1(1). https://izlik.org/JA44EL77TP
AMA
1.Aydın T, Güvenir H. Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi. TBV-BBMD. 2016;1(1). https://izlik.org/JA44EL77TP
Chicago
Aydın, T., ve H.altay Güvenir. 2016. “Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 1 (1). https://izlik.org/JA44EL77TP.
EndNote
Aydın T, Güvenir H (01 Haziran 2016) Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 1 1
IEEE
[1]T. Aydın ve H. Güvenir, “Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi”, TBV-BBMD, c. 1, sy 1, Haz. 2016, [çevrimiçi]. Erişim adresi: https://izlik.org/JA44EL77TP
ISNAD
Aydın, T. - Güvenir, H.altay. “Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 1/1 (01 Haziran 2016). https://izlik.org/JA44EL77TP.
JAMA
1.Aydın T, Güvenir H. Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi. TBV-BBMD. 2016;1. Available at https://izlik.org/JA44EL77TP.
MLA
Aydın, T., ve H.altay Güvenir. “Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, c. 1, sy 1, Haziran 2016, https://izlik.org/JA44EL77TP.
Vancouver
1.T. Aydın, H.altay Güvenir. Öznitelik İzdüşümü Kullanarak Artımlı Biçimde Sınıflandırma Öğrenilmesi. TBV-BBMD [Internet]. 01 Haziran 2016;1(1). Erişim adresi: https://izlik.org/JA44EL77TP

https://i.creativecommons.org/l/by-nc/4.0Makale Kabulü

 

Çevrimiçi makale yüklemesi yapmak için kullanıcı kayıt/girişini kullanınız.

Dergiye gönderilen makalelerin kabul süreci şu aşamalardan oluşmaktadır:

1.       Gönderilen her makale ilk aşamada en az iki hakeme gönderilmektedir.

2.       Hakem ataması, dergi editörleri tarafından yapılmaktadır. Derginin hakem havuzunda yaklaşık 200 hakem bulunmaktadır ve bu hakemler ilgi alanlarına göre sınıflandırılmıştır. Her hakeme ilgilendiği konuda makale gönderilmektedir. Hakem seçimi menfaat çatışmasına neden olmayacak biçimde yapılmaktadır.

3.       Hakemlere gönderilen makalelerde yazar adları kapatılmaktadır.

4.       Hakemlere bir makalenin nasıl değerlendirileceği açıklanmaktadır ve aşağıda görülen değerlendirme formunu doldurmaları istenmektedir.

5.       İki hakemin olumlu görüş bildirdiği makaleler editörler tarafından benzerlik incelemesinden geçirilir. Makalelerdeki benzerliğin %25’ten küçük olması beklenir.

6.       Tüm aşamaları geçmiş olan bir bildiri dil ve sunuş açısından editör tarafından incelenir ve gerekli düzeltme ve iyileştirmeler yapılır. Gerekirse yazarlara durum bildirilir.

 88x31.png   Bu eser Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır.