Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler — Abdurrahman Coşkuner Ahmet Çankal Emre Yakut Erhan Turan İbrahim Öztürk İlkay Altındağ Mehmet Gökhan Bakal Ömer Faruk Rençber Özlem Akay Özlem Kuru Sönmez Sinan Mete

Günümüz dünyasında üretilen verilerin miktarının büyüklüğü her geçen gün artmaktadır Bununla birlikte bu verilerin nitelikli bilgi hâline dönüştürülme süreci de büyük önem arz etmektedir Bu bağlamda daha önce yayımlanan Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve Veri Madenciliğinde Kullanılan Regresyon Modelleri konulu kitap çalışmalarından sonra sadece sınıflandırma problemlerini esas alan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler başlıklı bu kitap ilgililerin istifadelerine sunulmuştur Bir seri olarak Türkçe literatüre katkı sağlama amaçlı yayınlanan bu kitapların temelinde veri madenciliği teknikleri ve R uygulamaları yer almaktadır Bu doğrultuda makine öğrenme ve veri madenciliği alanlarında ileriki zamanlarda çalışılması planlanan algoritmaların öğrenilmesi ve uygulanmasında Türkçe literatüre önemli katkılar sunması beklenmektedir 1 Sınıflandırma Problemlerine Giriş 2 Lojistik Regresyon Analizi 3 Rassal Orman ve Rassal Eğrelti Otu Modeli 4 Destek Vektör Makineleri 5 XGBOOST 6 LightGBM 7 Yapay Sinir Ağları 8 Özyinelemeli Sinir Ağları 9 Bert Modeli ile Duygu Analizi 10 Hibrit Modelleme ile Sınıflandırma

Günümüz dünyasında üretilen verilerin miktarının büyüklüğü her geçen gün artmaktadır Bununla birlikte bu verilerin nitelikli bilgi hâline dönüştürülme süreci de büyük önem arz etmektedir Bu bağlamda daha önce yayımlanan Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve Veri Madenciliğinde Kullanılan Regresyon Modelleri konulu kitap çalışmalarından sonra sadece sınıflandırma problemlerini esas alan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler başlıklı bu kitap ilgililerin istifadelerine sunulmuştur Bir seri olarak Türkçe literatüre katkı sağlama amaçlı yayınlanan bu kitapların temelinde veri madenciliği teknikleri ve R uygulamaları yer almaktadır Bu doğrultuda makine öğrenme ve veri madenciliği alanlarında ileriki zamanlarda çalışılması planlanan algoritmaların öğrenilmesi ve uygulanmasında Türkçe literatüre önemli katkılar sunması beklenmektedir 1 Sınıflandırma Problemlerine Giriş 2 Lojistik Regresyon Analizi 3 Rassal Orman ve Rassal Eğrelti Otu Modeli 4 Destek Vektör Makineleri 5 XGBOOST 6 LightGBM 7 Yapay Sinir Ağları 8 Özyinelemeli Sinir Ağları 9 Bert Modeli ile Duygu Analizi 10 Hibrit Modelleme ile Sınıflandırma

Günümüz dünyasında üretilen verilerin miktarının büyüklüğü her geçen gün artmaktadır Bununla birlikte bu verilerin nitelikli bilgi hâline dönüştürülme süreci de büyük önem arz etmektedir Bu bağlamda daha önce yayımlanan Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve Veri Madenciliğinde Kullanılan Regresyon Modelleri konulu kitap çalışmalarından sonra sadece sınıflandırma problemlerini esas alan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler başlıklı bu kitap ilgililerin istifadelerine sunulmuştur Bir seri olarak Türkçe literatüre katkı sağlama amaçlı yayınlanan bu kitapların temelinde veri madenciliği teknikleri ve R uygulamaları yer almaktadır Bu doğrultuda makine öğrenme ve veri madenciliği alanlarında ileriki zamanlarda çalışılması planlanan algoritmaların öğrenilmesi ve uygulanmasında Türkçe literatüre önemli katkılar sunması beklenmektedir 1 Sınıflandırma Problemlerine Giriş 2 Lojistik Regresyon Analizi 3 Rassal Orman ve Rassal Eğrelti Otu Modeli 4 Destek Vektör Makineleri 5 XGBOOST 6 LightGBM 7 Yapay Sinir Ağları 8 Özyinelemeli Sinir Ağları 9 Bert Modeli ile Duygu Analizi 10 Hibrit Modelleme ile Sınıflandırma

Kolektif tarafından kaleme alınan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler Nobel Akademik Yayıncılık eseri olarak okurlarla buluşuyor Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler Kolektif Kitap Özeti Günümüz dünyasında üretilen verilerin miktarının büyüklüğü her geçen gün artmaktadır Bununla birlikte bu verilerin nitelikli bilgi hâline dönüştürülme süreci de büyük önem arz etmektedir Bu bağlamda daha önce yayımlanan Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve Veri Madenciliğinde Kullanılan Regresyon Modelleri konulu kitap çalışmalarından sonra sadece sınıflandırma problemlerini esas alan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler başlıklı bu kitap ilgililerin istifadelerine sunulmuştur Bir seri olarak Türkçe literatüre katkı sağlama amaçlı yayınlanan bu kitapların temelinde veri madenciliği teknikleri ve R uygulamaları yer almaktadır Bu doğrultuda makine öğrenme ve veri madenciliği alanlarında ileriki zamanlarda çalışılması planlanan algoritmaların öğrenilmesi ve uygulanmasında Türkçe literatüre önemli katkılar sunması beklenmektedir 1 Sınıflandırma Problemlerine Giriş 2 Lojistik Regresyon Analizi 3 Rassal Orman ve Rassal Eğrelti Otu Modeli 4 Destek Vektör Makineleri 5 XGBOOST 6 LightGBM 7 Yapay Sinir Ağları 8 Özyinelemeli Sinir Ağları 9 Bert Modeli ile Duygu Analizi 10 Hibrit Modelleme ile Sınıflandırma Yayınevi Nobel Akademik Yayıncılık Yazar Kolektif Sayfa 244 Sayfa Kağıt 2 Hamur Boyut 16 50x24 00 cm Basım Yılı Aralık 2022 Barkod 9786254276934 Kategori Dış Ticaret Lojistik

Günümüz dünyasında üretilen verilerin miktarının büyüklüğü her geçen gün artmaktadır Bununla birlikte bu verilerin nitelikli bilgi hâline dönüştürülme süreci de büyük önem arz etmektedir Bu bağlamda daha önce yayımlanan Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve Veri Madenciliğinde Kullanılan Regresyon Modelleri konulu kitap çalışmalarından sonra sadece sınıflandırma problemlerini esas alan Veri Madenciliğinde Kullanılan Sınıflandırma Modelleri ve R ile Uygulamalı Örnekler başlıklı bu kitap ilgililerin istifadelerine sunulmuştur Bir seri olarak Türkçe literatüre katkı sağlama amaçlı yayınlanan bu kitapların temelinde veri madenciliği teknikleri ve R uygulamaları yer almaktadır Bu doğrultuda makine öğrenme ve veri madenciliği alanlarında ileriki zamanlarda çalışılması planlanan algoritmaların öğrenilmesi ve uygulanmasında Türkçe literatüre önemli katkılar sunması beklenmektedir 1 Sınıflandırma Problemlerine Giriş 2 Lojistik Regresyon Analizi 3 Rassal Orman ve Rassal Eğrelti Otu Modeli 4 Destek Vektör Makineleri 5 XGBOOST 6 LightGBM 7 Yapay Sinir Ağları 8 Özyinelemeli Sinir Ağları 9 Bert Modeli ile Duygu Analizi 10 Hibrit Modelleme ile Sınıflandırma