Makine öğrenmesi yöntemleri ve bazı uygulamaları

"Makine Öğrenmesi Yöntemleri ve Bazı Uygulamaları" adı altında hazırlanan bu çalışma yedi bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve makine öğrenmesine yönelik literatür araştırması yer almaktadır. İkinci bölümde; Makine Öğrenmesi Yöntemlerindeki algoritmaların oluşturulmasında gerekli olan bazı temel istatistik bilgiler, algoritmalara girecek veri kavramı, algoritmaların uygulanabilmesi için veride yapılması gereken veri ön işleme işlemleri, model oluşturma ve model değerlendirme kavramları yer almaktadır. Üçüncü bölümde; Gözetimli ve Gözetimsiz Makine Öğrenmesi yöntemlerindeki bazı algoritmalar incelenmiş ve bu algoritmaların altındaki matematiksel yapı irdelenmiştir. Dördüncü bölümde; iki farklı veri kümesine Python programlama dili kullanılarak bazı makine öğrenmesi algoritmaları uygulanıp modeller oluşturulmuştur. Sonrasında ise yapılan model değerlendirmesiyle modellerin performansları ölçülmüştür. Veri kümesinde sonuçlar üzerinde yanıltıcı etkilere yol açan aykırı verilerin olması durumunda en küçük kareler doğrusu verilerle uyumsuz olmaktadır. Bu problemin çözümlerinden biri aykırı değerlerden çok fazla etkilenmeyen tahminciler tasarlamaya çalışan Robust Regresyon olup beşinci bölümde Robust Regresyon Analizi yer almaktadır. Altıncı bölüm ise çalışmanın orijinal kısmı olup bu kısımda geliştirilen algoritma yer almaktadır. Yedinci bölümde, sonuç olarak dördüncü bölümdeki veri kümeleri için oluşturulan modeller performanslarına göre karşılaştırılmıştır. Ayrıca geliştirilen algoritmanın farklı veri kümelerine uygulanması sonucunda elde edilen doğruların en küçük kareler doğrularına göre verilerle daha uyumlu olduğu gösterilmiştir.