|
İÇİNDEKİLER
İçindekiler
İkinci Baskıya Önsöz 5
Şekiller Listesi 14
1. VERİ, MADENCİLİK VE ÖĞRENME 21
1.1. Veri 21
1.2. Enformasyon 21
1.3. Bilgi 22
1.4. Karar Destek Sistemi (KDS) 23
1.5. Veri Tabanları 23
1.6. Veri Ambarları 24
1.7. Veri Madenciliği 25
1.8. Veri Madenciliğinde Verileri Hazırlama 26
1.9. Yapay Zekâ 27
1.10. Makine Öğrenmesi 29
1.11. Derin Öğrenme 29
1.12. Yapay Zekâ Yöntemleri 30
1.13. Yapay Zekâ Uygulama Alanları ve Geleceği 31
1.14. Yapay Zekâ Uygulamalarında Kullanılan Programlar 32
2. YAPAY SİNİR AĞLARI 33
2.1. Yapay Bir Sinirin Öğeleri 33
2.2. Yapay Sinir Ağlarının Güçlü ve Zayıf Yönleri 35
2.3. Yapay Sinir Ağlarının Genel Özellikleri 36
2.4. Yapay Sinir Ağlarının Dezavantajları 37
2.5. Yapay Sinir Ağlarının Temel Öğrenme Kuralları 38
2.6. Yapay Sinir Ağları Modelleri 39
2.6.1. İleri Beslemeli Yapay Sinir Ağları 40
2.6.2. Geri Beslemeli Yapay Sinir Ağları 41
2.7. Yapay Sinir Ağlarının Eğitilmesi 41
3. TAHMİNİN HATA DÜZEYİNİN BELİRLENMESİ 45
3.1. Sayısal Sonuçları Tahmin Etmek 46
3.1.1. Korelasyon Katsayısı 47
3.1.2. Ortalama Mutlak Hata 47
3.1.3. Hataların Karelerinin Ortalamasının Karekökü 48
3.1.4. Göreceli Mutlak Hata 48
3.1.5. Göreceli Mutlak Hata Karekökü 49
3.2. Nominal Sonuçları Tahmin Etmek 49
3.2.1. Hata Matrisi 49
3.2.2. Doğru Yerleştirme Başarısı 50
3.2.3. Kappa İstatistiği 51
3.2.4. Tahmin Sınıflarının Doğruluk Detayları 51
4. WEKA 57
4.1. Weka Programını İndirme 59
4.2. Paket Yönetim sistemi 60
4.3. Başlangıç 62
4.3.1. Veri Dosyası ve Formatları 62
4.3.2. Örnek Bir Analiz Yapma 65
4.3.3. Eğitim ve Test Verilerini Parçalama 68
4.3.4. Çıktının İncelenmesi 69
4.3.5. Tekrar Çalıştırma 70
4.3.6. Modeller ile Çalışma 71
4.3.7. Hata Oluştuğunda 75
4.4. Explorer Penceresi 75
4.4.1. ARFF Uzantılı Dosyalar Oluşturma 77
4.4.2. Veri Ön İşleme 82
4.4.3. Filtreleri Kullanma 84
4.4.4. Öğrenme Şemaları ile Eğitim ve Test 88
4.4.5. Meta Öğrenme Algoritması Kullanma 94
4.4.6. Kümeleme Analizleri 95
4.4.7. İlişkilendirme Kuralları 98
4.4.8. Nitelik Seçimi 100
4.4.9. Görselleştirme 100
4.5. Filtre Algoritmaları 102
4.5.1. Gözetimsiz Nitelik Filtreleri 103
4.5.1.1. Nitelikleri Silme ve Ekleme 103
Add 103
Copy 103
AddUserFields 104
AddID 104
Remove 104
RemoveType 104
RemoveUseless 104
InterquartileRange 104
AddCluster 105
ClusterMembership 105
AddExpression 105
MathExpression 105
NumericTransform 105
Normalize 106
Center 106
Standardize 106
RandomSubset 106
CartesianProduct 106
PartitionedMultiFilter 106
Reorder 106
4.5.1.2. Değerleri Değiştirme 107
SwapValues 107
MergeTwoValues 107
MergeManyValues 107
MergeInfrequentValues 107
MissingValues 107
MissingWithUserConstant 107
WithMissingValue 107
NumericCleaner 108
AddValues 108
ClassAssigner 108
SortLabels 108
4.5.1.3. Dönüştürmeler 108
Discretize 108
PKIDiscretize 108
MakeIndicator 108
NominalToBinary 109
NumericToBinary 109
NumericToNominal 109
FirstOrder 109
KernelFilter 109
PrincipalComponents 109
Transpose 109
4.5.1.4. String Dönüştürme 110
StringToNominal 110
NominalToString 110
StringToWordVector 110
FixedDictionaryStringToWordVector 110
ChangeDateFormat 110
4.5.1.5. Zaman Serisi Verileri 110
TimeSeriesTranslate 110
TimeSeriesDelta 111
4.5.1.6. Niteliklerin Rastgele Yapılması 111
AddNoise 111
Obfuscate 111
RandomProjection 111
4.5.2. Verilere Yönelik Gözetimsiz Filtreler 111
Randomize 111
Resample 111
RemoveFolds 111
ReservoirSample 112
RemovePercentage 112
RemoveRange 112
RemoveWithValues 112
RemoveFrequentValues 112
SubsetByExpression 112
RemoveMisclassified 112
NonSparseToSparse 112
SparseToNonSparse 112
4.5.3. Gözetimli Filtreler 113
4.5.3.1. Gözetimli Nitelik Filtreleri 114
Discretize 114
NominalToBinary 114
ClassOrder 114
AddClassification 114
AttributeSelection 114
ClassConditionalProbabilities 114
4.5.3.2. Verilere Yönelik Gözetimli Filtreler 115
Resample 115
SpreadSubsample 115
Smote 115
StratifiedRemoveFolds 115
4.6. Öğrenme Algoritmaları 115
4.6.1. Bayes Sınıflandırıcılar 116
NaiveBayes 116
NaiveBayesUpdateable 118
NaiveBayesMultinomial 118
NaiveBayesMultinomialUpdateable 119
NaiveBayesMultinomialText 119
4.6.2. Ağaç Algoritmaları (Tree) 120
J48 120
DecisionStump 121
RandomTree 121
RandomForest 122
REPTree 122
M5P 123
LMT 123
HoeffdingTree 124
4.6.3. Kurallar (Rules) 124
DecisionTable 124
OneR 125
PART 126
M5Rules 126
JRip 127
4.6.4. Fonksiyonlar 127
SimpleLinearRegression 127
LinearRegression 128
SMO 128
SMOreg 129
VotedPerceptron 130
GaussianProcesses 130
SGD 131
SGDText 131
SimpleLogistic 132
Logistic 133
4.6.5. Tembel Algoritmalar (Lazy) 133
IBk 133
KStar 134
LWL 135
4.6.6. Çeşitli Sınıflandırıcılar (Misc) 135
SerializedClassifier 135
InputMappedClassifier 136
4.6.7. Meta Öğrenme Algoritmaları 137
Bagging 137
RandomCommittee 137
RandomSubSpace 138
AdaBoostM1 139
AdditiveRegression 139
LogitBoost 140
Vote 140
Stacking 141
CostSensitiveClassifier 142
AttributeSelectedClassifier 142
CVParameterSelection 143
MultiScheme 144
IterativeClassifierOptimizer 144
ClassificationViaRegression 145
RegressionByDiscretization 146
MultiClassClassifier 146
4.7. Kümeleme Algoritmaları (Clustering) 147
Cobweb 147
SimpleKMeans 148
EM 149
HierarchicalClusterer 151
FarthestFirst 151
MakeDensityBasedClusterer 152
Canopi 152
4.8. Birliktelik Kural Öğrenmeleri 153
Apriori 153
FPGrowth 154
FilteredAssociator 155
4.9. Nitelik Seçimi 156
4.9.1. Nitelik Değerlendiriciler 156
CfsSubsetEval 156
WrapperSubsetEval 157
ReliefFAttributeEval 157
InfoGainAttributeEval 158
GainRatioAttributeEval 159
SymmetricalUncertAttributeEval 159
OneRAttributeEval 160
PrincipalComponents 160
4.9.2. Arama Yöntemleri 161
BestFirst 161
GreedyStepwise 162
Ranker 163
5. WEKA İLE YAPAY SİNİR AĞLARI 165
5.1. GUI Ekranı 167
5.2. Parametre Değerleri 173
5.2.1. Otomatik Oluşturma (AutoBuild) 173
5.2.2. Yığın Boyutu (BatchSize) 174
5.2.3. Ayıklama (debug) 175
5.2.4. Zayıflama (decay) 175
5.2.5. Verileri Kontrol Etme (doNotCheckCapabilities) 176
5.2.6. Öğrenme Oranı (learningRate) 177
5.2.7. Momentum (momentum) 177
5.2.8. Kategorik Verileri İkili Verilere Dönüştürme (nominalToBinaryFilter) 178
5.2.9. Verileri Normalize Etme (normalizeAttributes) 179
5.2.10. Sayısal Tahmin Değerini Normalize Etme (normalizeNumericClass) 179
5.2.11. Gizli Katmanlar (hiddenLayers) 180
5.2.12. Ondalıklı Sayı Sınırını Belirleme (numDecimalPlaces) 184
5.2.13. Baştan Başlatma (reset) 185
5.2.14. Başlangıç (seed) 185
5.2.15. Devir Sayısı (TrainingTime) 186
5.2.16. Doğrulama Kümesi Oranı (validationSetSize) 187
5.2.17. Doğrulama Eşiği (validationThreshold) 187
6. C# İÇİNDEN WEKA KULLANIMI 189
6.1. IKVM Uygulamasını İndirme 190
6.2. C# Tarafından Kullanılacak Weka.dll Dosyasını Üretme 191
6.3. Visual Studio İçinden Weka.dll Dosyasını Kullanma 196
7. ÖĞRENCİ DERS GEÇME NOTUNUN YAPAY ZEKÂ YÖNTEMLERİ İLE TAHMİN EDİLMESİ 211
Kaynakça 223
Kavramlar Dizini 227 |
Bilgisayar, Teknoloji Kitapları 
