Veri madenciliği
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
VERİ MADENCİLİĞİ (Yüksek Lisans Tezi) Gülcan YALÇINTAŞ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Şubat 2003 ÖZET Veri madenciliği, büyük veri kümelerinde gizli kalmış ilginç bilgilerin keşfedilmesi işlemidir. Keşfetmek, veri madenciliğinin en önemli amacıdır, verilerin toplandığını varsayar ve önceden tahmin edilemeyen bilgileri bulur. Günümüzde, internet gibi evrensel ağlardan dolayı sürekli artan verilere rağmen elde edilen anlamlı bilgilerin miktarında azalma olmaktadır, bunun nedeni binlerce veri içinden bilgiye ulaşmanın zor olmasıdır. Veri madenciliği, İstatistik, makine öğrenimi, veri tabanı teknolojisi, yüksek performanslı hesaplamalar, sinir ağları, genetik algoritmalar gibi alanların birlikte kullanılmasıdır. Veri madenciliği, istatistik için yeni bir konu değildir. Veri madenciliği ve istatistik ortak amaçlara sahiptir. Her ikisi de veri yapılarının keşfedilmesiyle ilgilenirler. Sınıf betimlemesi, modeller arasındaki ilişkileri keşfetmek, sınıflama, tahmin, kümeleme çözümlemesi ve zaman serileri analizi yapmak veri madenciliğinin de görevleri arasındadır. Veri madenciliği, çok sayıda müşteriye sahip olan büyük kuruluşlar için önemli bir konudur. Bilim Kodu Anahtar kelimeler Sayfa adedi Tez Yöneticisi 406.01.01. Veri madenciliği, İstatistik, Bilgi keşfi, veri tabanı 82 Prof. Dr. Semra ORAL ERBAŞ DATA MINING (M. Sc. Theses) Gülcan YALÇTNTAŞ GAZİ UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY Feb 2003 ABSTRACT Data mining is named after the discovery of interesting hidden information of large data sets. Discovery is the main goal of data mining. In the discovery process, it is assumed that all data is collected, and hence, the information that was not predicted earlier is discovered. Today, due to universal networks such as Internet, in spite of the increasing data, the meaningful information obtained has been decreasing. The reason for this is the difficulty in reaching the meaningful information among the thousands of data. Data mining is the joint application of methods such as statistics, mechanical learning, database technology, high performance calculations, neural networks and genetic algorithms. Data mining is not a new subject for statistics. Both the data mining and statistics have the same goal, which is the discovery of data structures. Class description, discovery of relationship between models, classification, estimation, cluster analysis and time series analysis are also among the capabilities of data mining. Data mining is especially an important subject for companies with large number of customers. Science cod : 406.01.01. Key Words : Data mining, Statistical, Knowleged discovery, Database Page number : 82 Adviser : Prof. Dr. Semra ORAL ERBAŞ
Collections