|
İÇİNDEKİLER
İçindekiler
Önsöz 5
Şekiller Listesi 14
1. VERİ, MADENCİLİK VE ÖĞRENME 19
1.1. Veri 19
1.2. Enformasyon 19
1.3. Bilgi 20
1.4. Veri Tabanları 21
1.5. Veri Ambarları 22
1.6. Veri Madenciliği 22
1.7. Veri Madenciliğinde Verileri Hazırlama 24
1.8. Yapay Zekâ 25
1.9. Makine Öğrenmesi 26
1.10. Derin Öğrenme 27
1.11. Yapay Zekâ Yöntemleri 28
1.12. Yapay Zekâ Uygulama Alanları ve Geleceği 29
1.13. Yapay Zekâ Uygulamalarında Kullanılan Programlar 30
2. YAPAY SİNİR AĞLARI 31
2.1. Yapay Bir Sinirin Öğeleri 31
2.2. Yapay Sinir Ağlarının Güçlü ve Zayıf Yönleri 33
2.3. Yapay Sinir Ağlarının Genel Özellikleri 34
2.4. Yapay Sinir Ağlarının Dezavantajları 35
2.5. Yapay Sinir Ağlarının Temel Öğrenme Kuralları 36
2.6. Yapay Sinir Ağları Modelleri 37
2.6.1. İleri Beslemeli Yapay Sinir Ağları 38
2.6.2. Geri Beslemeli Yapay Sinir Ağları 39
2.7. Yapay Sinir Ağlarının Eğitilmesi 39
3. TAHMİNİN HATA DÜZEYİNİN BELİRLENMESİ 43
3.1. Sayısal Sonuçları Tahmin Etmek 44
3.1.1. Korelasyon Katsayısı 45
3.1.2. Ortalama Mutlak Hata 45
3.1.3. Hataların Karelerinin Ortalamasının Karekökü 46
3.1.4. Göreceli Mutlak Hata 46
3.1.5. Göreceli Mutlak Hata Karekökü 47
3.2. Nominal Sonuçları Tahmin Etmek 47
3.2.1. Hata Matrisi 47
3.2.2. Doğru Yerleştirme Başarısı 48
3.2.3. Kappa İstatistiği 49
3.2.4. Tahmin Sınıflarının Doğruluk Detayları 49
4. WEKA 55
4.1. Weka Programını İndirme 57
4.2. Paket Yönetim sistemi 58
4.3. Başlangıç 60
4.3.1. Veri Dosyası ve Formatları 60
4.3.2. Örnek Bir Analiz Yapma 63
4.3.3. Eğitim ve Test Verilerini Parçalama 66
4.3.4. Çıktının İncelenmesi 67
4.3.5. Tekrar Çalıştırma 68
4.3.6. Modeller ile Çalışma 69
4.3.7. Hata Oluştuğunda 73
4.4. Explorer Penceresi 73
4.4.1. ARFF Uzantılı Dosyalar Oluşturma 75
4.4.2. Veri Ön İşleme 80
4.4.3. Filtreleri Kullanma 82
4.4.4. Öğrenme Şemaları ile Eğitim ve Test 86
4.4.5. Meta Öğrenme Algoritması Kullanma 92
4.4.6. Kümeleme Analizleri 93
4.4.7. İlişkilendirme Kuralları 96
4.4.8. Nitelik Seçimi 98
4.4.9. Görselleştirme 98
4.5. Filtre Algoritmaları 100
4.5.1. Gözetimsiz Nitelik Filtreleri 101
4.5.1.1. Nitelikleri Silme ve Ekleme 101
Add 101
Copy 101
AddUserFields 102
AddID 102
Remove 102
RemoveType 102
RemoveUseless 102
InterquartileRange 102
AddCluster 103
ClusterMembership 103
AddExpression 103
MathExpression 103
NumericTransform 103
Normalize 104
Center 104
Standardize 104
RandomSubset 104
CartesianProduct 104
PartitionedMultiFilter 104
Reorder 104
4.5.1.2. Değerleri Değiştirme 105
SwapValues 105
MergeTwoValues 105
MergeManyValues 105
MergeInfrequentValues 105
MissingValues 105
MissingWithUserConstant 105
WithMissingValue 105
NumericCleaner 106
AddValues 106
ClassAssigner 106
SortLabels 106
4.5.1.3. Dönüştürmeler 106
Discretize 106
PKIDiscretize 106
MakeIndicator 106
NominalToBinary 107
NumericToBinary 107
NumericToNominal 107
FirstOrder 107
KernelFilter 107
PrincipalComponents 107
Transpose 107
4.5.1.4. String Dönüştürme 108
StringToNominal 108
NominalToString 108
StringToWordVector 108
FixedDictionaryStringToWordVector 108
ChangeDateFormat 108
4.5.1.5. Zaman Serisi Verileri 108
TimeSeriesTranslate 108
TimeSeriesDelta 109
4.5.1.6. Niteliklerin Rastgele Yapılması 109
AddNoise 109
Obfuscate 109
RandomProjection 109
4.5.2. Verilere Yönelik Gözetimsiz Filtreler 109
Randomize 109
Resample 109
RemoveFolds 109
ReservoirSample 110
RemovePercentage 110
RemoveRange 110
RemoveWithValues 110
RemoveFrequentValues 110
SubsetByExpression 110
RemoveMisclassified 110
NonSparseToSparse 110
SparseToNonSparse 110
4.5.3. Gözetimli Filtreler 111
4.5.3.1. Gözetimli Nitelik Filtreleri 112
Discretize 112
NominalToBinary 112
ClassOrder 112
AddClassification 112
AttributeSelection 112
ClassConditionalProbabilities 112
4.5.3.2. Verilere Yönelik Gözetimli Filtreler 113
Resample 113
SpreadSubsample 113
Smote 113
StratifiedRemoveFolds 113
4.6. Öğrenme Algoritmaları 113
4.6.1. Bayes Sınıflandırıcılar 114
NaiveBayes 114
NaiveBayesUpdateable 116
NaiveBayesMultinomial 116
NaiveBayesMultinomialUpdateable 117
NaiveBayesMultinomialText 117
4.6.2. Ağaç Algoritmaları (Tree) 118
J48 118
DecisionStump 119
RandomTree 119
RandomForest 120
REPTree 120
M5P 121
LMT 121
HoeffdingTree 122
4.6.3. Kurallar (Rules) 122
DecisionTable 122
OneR 123
PART 124
M5Rules 124
JRip 125
4.6.4. Fonksiyonlar 125
SimpleLinearRegression 125
LinearRegression 126
SMO 126
SMOreg 127
VotedPerceptron 128
GaussianProcesses 128
SGD 129
SGDText 129
SimpleLogistic 130
Logistic 131
4.6.5. Tembel Algoritmalar (Lazy) 131
IBk 131
KStar 132
LWL 133
4.6.6. Çeşitli Sınıflandırıcılar (Misc) 133
SerializedClassifier 133
InputMappedClassifier 134
4.6.7. Meta Öğrenme Algoritmaları 135
Bagging 135
RandomCommittee 135
RandomSubSpace 136
AdaBoostM1 137
AdditiveRegression 137
LogitBoost 138
Vote 138
Stacking 139
CostSensitiveClassifier 140
AttributeSelectedClassifier 140
CVParameterSelection 141
MultiScheme 142
IterativeClassifierOptimizer 142
ClassificationViaRegression 143
RegressionByDiscretization 144
MultiClassClassifier 144
4.7. Kümeleme Algoritmaları (Clustering) 145
Cobweb 145
SimpleKMeans 146
EM 147
HierarchicalClusterer 149
FarthestFirst 149
MakeDensityBasedClusterer 150
Canopi 150
4.8. Birliktelik Kural Öğrenmeleri 151
Apriori 151
FPGrowth 152
FilteredAssociator 153
4.9. Nitelik Seçimi 154
4.9.1. Nitelik Değerlendiriciler 154
CfsSubsetEval 154
WrapperSubsetEval 155
ReliefFAttributeEval 155
InfoGainAttributeEval 156
GainRatioAttributeEval 157
SymmetricalUncertAttributeEval 157
OneRAttributeEval 158
PrincipalComponents 158
4.9.2. Arama Yöntemleri 159
BestFirst 159
GreedyStepwise 160
Ranker 161
5. WEKA İLE YAPAY SİNİR AĞLARI 163
5.1. GUI Ekranı 165
5.2. Parametre Değerleri 171
5.2.1. Otomatik Oluşturma (AutoBuild) 171
5.2.2. Yığın Boyutu (BatchSize) 172
5.2.3. Ayıklama (debug) 173
5.2.4. Zayıflama (decay) 173
5.2.5. Verileri Kontrol Etme (doNotCheckCapabilities) 174
5.2.6. Öğrenme Oranı (learningRate) 175
5.2.7. Momentum (momentum) 175
5.2.8. Kategorik Verileri İkili Verilere Dönüştürme (nominalToBinaryFilter) 176
5.2.9. Verileri Normalize Etme (normalizeAttributes) 177
5.2.10. Sayısal Tahmin Değerini Normalize Etme (normalizeNumericClass) 177
5.2.11. Gizli Katmanlar (hiddenLayers) 178
5.2.12. Ondalıklı Sayı Sınırını Belirleme (numDecimalPlaces) 182
5.2.13. Baştan Başlatma (reset) 183
5.2.14. Başlangıç (seed) 183
5.2.15. Devir Sayısı (TrainingTime) 184
5.2.16. Doğrulama Kümesi Oranı (validationSetSize) 185
5.2.17. Doğrulama Eşiği (validationThreshold) 185
6. C# İÇİNDEN WEKA KULLANIMI 187
6.1. IKVM Uygulamasını İndirme 188
6.2. C# Tarafından Kullanılacak Weka.dll Dosyasını Üretme 189
6.3. Visual Studio İçinden Weka.dll Dosyasını Kullanma 194
Kaynakça 209
Kavramlar Dizini 213 |
Bilgisayar, Teknoloji Kitapları 
