Destek vektör makineleri ve lojistik regresyon yöntemi ile sınıflandırma: Türkiye' nin ithalat ve ihracat örneği
2022
0 views
0 downloads
Advisor: Doç. Dr. Bahadır Yüzbaşı
Abstract (TR)
Bu çalışmada Türkiye'ye ait dış ticaret verileri ile makine öğrenmesi yöntemlerinden yararlanılmış olup sınıflandırma çalışması yapılmıştır. Çalışma kapsamında makine öğrenmesi yöntemlerinden destek vektör makineleri ve lojistik regresyon modelleri kullanılarak model performans karşılaştırması yapılmıştır. Destek vektör makinelerinde radyal ve doğrusal çekirdek fonksiyonları kullanılmıştır. En iyi sınıflandırıcıyı seçmek için karışıklık matrisi değerleri ve ROC eğrisi kullanmıştır. En iyi sonuç destek vektör makinelerinden olan radyal çekirdek fonksiyonundan elde edilmiştir. Anahtar Kelimeler: Makine öğrenmesi, Destek Vektör Makineleri, Lojistik Regresyon, ROC Eğrisi, Karışıklık Matrisi, Sınıflandırma
Author
Dr. Özlem Taya
How to Cite
Özlem Taya (Yüksek Lisans Tezi). Destek vektör makineleri ve lojistik regresyon yöntemi ile sınıflandırma: Türkiye' nin ithalat ve ihracat örneği, 2022, İnönü University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İnönü University
- Pediatri hemşirelerinin terapötik oyuna yönelik bilgi, görüş ve uygulamaları(2017)
- Deneysel periodontitis oluşturulmuş ratlarda pistacia eurycarpa yalt uygulamasının periodontal kemik yıkımı ve oksidatif stres üzerine etkilerinin incelenmesi(2021)
- Normal doğum inancı düşük olan primipar gebelere yapılan motivasyonel görüşmelerin medikal ve doğal doğum inancına etkisi(2022)
- Epilepsi tanılı çocuk hastalarda genetik etiyolojinin hedeflenmiş yeni nesil dizi analizi verilerine dayanarak retrospektif olarak araştırılması(2022)
- İbn Hacer el-Heytemî ve el-Fethu'l-Mubîn bi-Şerḥi'l-Erbaʿîn isimli eserindeki şerh metodu(2022)
- Bipolar bozukluk tanılı hastaların mani ve remisyon dönemlerindeki serum BDNF, S100B düzeylerinin sağlıklı gönüllülerle karşılaştırılması ve sonuçların nöropsikolojiktestlerle değerlendirilmesi(2022)
