PhD in Industrial Engineering
Bu yazıda yapay sinir ağlarının temel kavramları giriş seviyesinde gösterilmeye çalışılacaktır. Öncelikle tablodaki gibi bir veri setimiz olduğunu düşünelim. Bu veri setinde 3 adet girdi değişkeni bir adet çıktı değişkenine dönüşüyor. YSAda X’ler arasında nasıl bir işlem gerçekleşirse sonuçta çıkan Y’ler gerçeğe daha yakın olur sorusu cevaplanır. Genel olarak girdiler ve girdilerin arasında yapılan bir… Continue reading
Bu yazıda ANOVA testi bir uygulama üzerinde Minitab ile gösterilmiştir.
Continue reading
Bu yazıda 2 örneklem t-testi ve Minitab üzerinde uygulaması gösterilecektir.
Continue reading
Eğer bağımsız değişkenler birden fazla olursa çoklu regresyon modeli kurmamız gerekir. Basit lineer regresyonda olduğu gibi katsayılar ve kesme terimi bulunduktan sonra regresyon modeli kurulabilir. Çoklu regresyonda modele alınacak değişkenlerin seçilmesi aşaması en önemli aşamadır. Bu çalışmada Boston veri setini kullanarak bir çoklu regresyon analizi yapılacak. Boston veri seti ile ilgili bilgiler şu adresten alınabilir. array([‘CRIM’, ‘ZN’,… Continue reading
Daha önceki derslerimizde sınıflandırma yöntemlerinden karar ağaçlarını ve destek vektör makinelerini görmüştük. Bu algoritmaların nasıl çalıştığına bakmıştık. Her iki algoritmada da verilerimiz hedef değerleri ile birlikte verilmişti. Biz var olan bilgilerden yola çıkarak bir makine öğrenmesi gerçekleştirdik ardından yine veriseti içerisindeki bir takım veriyi test seti olarak kaydederek oluşturduğumuz modeli test veri seti üzerinde deneyerek… Continue reading
Bu yazıda Minitab üzerinde lojistik regresyon uygulaması gösterilecektir.
Continue reading
Bu yazıda kategorik verilerden oluşan bir verisetinde çoklu regresyon uygulaması Minitab üzerinde gerçekleştirilmiştir.
Continue reading
Veri madenciliği dersine giriş için hazırlanan sunumu aşağıda bulabilirsiniz.
Bu eğitimde Sklearn kütüphanesi kullanarak karar ağacı uygulaması gerçekleştirilecektir. Karar Ağaçları ile ilgili sunumu aşağıda bulabilirsiniz.
Continue reading
Bu eğitimde Sklearn kütüphanesi kullanarak destek vektör makinesi uygulaması gerçekleştirilecektir. Destek vektör makineleri ile ilgili sunumu adresinde bulabilirsiniz.
Continue reading