Robust resgresyon ve makine öğrenmesi uygulamaları

"Robust Regresyon ve Makine Öğrenmesi Uygulamaları" adı altında hazırlanan bu çalışma 5 bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve literatür araştırması yer almaktadır. İkinci bölümde; robust regresyon analizinde gerekli olan doğrusal regresyon, en küçük kareler yöntemi, ağırlıklandırılmış en küçük kareler yöntemi, aykırı değer, kırılma noktası, kaldıraç noktası ve ayrıca uygulamalar kısmında gerekli olan makine öğrenmesine ait kavramlar yer almaktadır. Üçüncü bölümde; Robust regresyon analizinin tanımı ve bu analize ait bazı robust yöntemler ile ilgili bilgiler yer almaktadır. Dördüncü bölümde; üçüncü bölümde verilmiş olan robust yöntemlerin kullanıldığı uygulamalara yer verilmiştir. Uygulamalarda oluşturulan modellerin katsayıları hem cebirsel işlemler hem de oluşturulan MATLAB koduyla iki farklı şekilde hesaplanmıştır. Ayrıca uygulamalarda robust yöntemler dışında makine öğrenmesinin gözetimli öğrenme yöntemine ait bazı tahmin algoritmaları kullanılarak da modeller oluşturulmuştur. Oluşturulan tüm modellerin başarıları bazı metrikler kullanılarak ölçülmüştür. Beşinci bölümde, tezin sonuç kısmı yer almaktadır. Bu bölümde öncelikle uygulamalar için oluşturulan robust modellerin katsayılarının hem cebirsel işlemler hem de oluşturulan MATLAB kodunun çalıştırılması sonucunda aynı değerleri verdiği gösterilmiştir. Sonrasında ise her bir uygulama için oluşturulmuş robust ve makine öğrenmesi modellerinin başarıları kıyaslanmış ve yorumlar yapılmıştır.