Geleneksel istatistik teknikler sınıflandırma problemlerinde sıklıkla kullanılmaktadır. Ancak herhangi bir varsayıma sahip olmayan ve yapılan çok sayıda çalışma ile sınıflandırma performanslarının daha güçlü olduğu belirlenen Veri Madenciliği (VM) tekniklerine olan ilgi her geçen gün artmaktadır. Bu çalışmada, VM tekniklerinden Karar Ağaçları (KA) ve Yapay Sinir Ağları (YSA)teknikleri tanıtılarak, bu yöntemlerin sınıflandırma performansları bir örnek uygulama ile karşılaştırılmıştır.Uygulamada Avrupa Birliği (AB)’ne üye ve aday ülkelere ait 9 makro ekonomik değişken verileri kullanılmıştır. Uygulamanın amacı bir ülkenin AB üyesi olmasında ‘ekonomik gelişmişlik düzeyini arttırma’ faktörünün etkili olup olmadığını tespit etmek ve etkili ise hangi değişkenlerin daha önemli olduğunu belirlemektir. Veriler, makine öğrenme paket programı olan WEKA yardımıyla analiz edilmiştir. KA analizi için C4.5. algoritması, YSA analizi için Çok Katmanlı Algılayıcılar yöntem kullanılmıştır.
traditional statistics techniques are often used in classification problems, but the interest of data mining vm techniques, which are determined to be stronger than classification performances with numerous studies that have no assumptions, is increasing every day, the decision trees from vm techniques in this study are significantly used in the application that classification performances of these methods are compared with a sample application, the member of the european union ab and the candidate countries, 9 macro economic variable data were used in the purpose of the application to effectively determine whether the 'economic advanced level increase' factor is effective and the analysis of which is more important to determine which is the c45-layered system analysis of the methods of the c-layered system
Alan : Eğitim Bilimleri; Filoloji; Güzel Sanatlar; Hukuk; Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|