CRISP-DM yöntembilimi kullanılarak deniz kuvvetleri verisi üzerinde veri madenciliği sınıflandırma yöntemlerinin karşılaştırılması

Abstract

CRISP-DM YÖNTEMB L M KULLANILARAK DEN Z KUVVETLER VER SÜZER NDE VER MADENC L Ğ SINIFLANDIRMA TEKN KLER N NKARŞILAŞTIRILMASIErkan KIYAKAnahtar Kelimeler: Veri Madenciliği, Sınıflandırma, Naive Bayes, Karar Ağacı, YapaySinir Ağı, CRISP-DM.Özet: Bu çalışmada, Deniz Kuvvetleri Komutanlığı giyecek sipariş sisteminin iyileştirilmesiamaçlanmıştır. Veri madenciliğinin tüm sürecini belirli bir disiplin altına alan CRISP-DMyöntembilimi kullanılarak, işin anlaşılması, verinin anlaşılması, verinin temizlenmesi,modelleme, değerlendirme ve gerçekleme adımları hazırlanmıştır. Modelleme adımında, verimadenciliği sınıflandırma yöntemlerinden olan Naive Bayes, karar ağacı ve yapay sinir ağlarımodelleme yöntemleri karşılaştırılarak, Deniz Kuvvetleri verisi için en uygun yönteminbelirlenmesi hedeflenmiştir. Kredili sistemlerde veri madenciliği yapılmasına, herhangi birveri madenciliği literatüründe karşılaşılmadığından, bu tez çalışmasının, kredili sistemlerüzerine yapılacak veri madenciliği çalışmalarında yol gösterici olduğu değerlendirilmektedir.Diğer yandan, CRISP-DM yöntembiliminin adımlarının izlenmesi, bir veri madenciliğiçalışmasının, sadece modellemeden oluşmadığını göstermesi açısından önemlidir.

COMPARISON OF DATA MINING CLASSIFICATION ALGORTIHMS ONTURKISH NAVY DATA BY USING CRISP-DM METHODOLOGYErkan KIYAKKeywords: Data Mining, Classification, Naïve Bayes, Decision Tree, Artificial NeuralNetwork, CRISP-DM.Abstract: The objective of this thesis work is to improve the ?Clothing Ordering System? ofTurkish Navy. The phases of business understanding, data understanding, data preparation,modeling, evaluation and deployment have been prepared by using CRISP-DM Methodologywhich holds the process of data mining under a certain dicipline. In modeling phase, datamining classification algorithms such as Naive Bayes, Decision Tree and Artificial NeuralNetwork modeling techniques have been compared in order to find the best technique forTurkish Navy data. It is evaluated that this thesis work will be a guide for data mining studieson credit based systems, since no data mining implement in credit based systems has beenencountered in data mining literature. On the other hand, following the phases of CRISP-DMMethodology is important for demonstrating that a data mining study is not only composedof modeling.