Kategoriler
Eser Adı Yazar Yayınevi Açıklama İçindekiler Barkod
Arama  
Ana Sayfa Sipariş Takip Üyelik Yardım İletişim
 
 
Bülten
   
Veri Madenciliği Yöntemleri ve R Uygulamaları
Kavramlar – Modeller– Algoritmalar
Şubat 2019 / 2. Baskı / 254 Syf.
Fiyatı: 29.90 TL
Stokta var (24 saatte kargoya verilir).
 
Sepete Ekle

Diğer Baskılar
 BaskıTarih Fiyatı İndirimli
 1. Haziran 2017 22.00 TL 12.90 TL (%42)Sepete Ekle
   

İlk baskısı kısa sürede tükenen kitabın genişletilmiş 2. baskısında ilk baskıdan farklı olarak iki yeni bölüm eklenmiştir. Bu bölümlerden birincisi özellik seçim yöntemleridir (Bölüm 2). Bu bölümde, özellik seçimiyle ilgili güncel filtreleme algoritmalarından bazıları sunulmuştur. İkinci bölüm ise son yıllarda oldukça popüler çalışma alanlarından birisi olan ikili kümeleme (biclustering) yöntemleri ile ilgilidir (Bölüm 6). İkili kümeleme yöntemlerin gen verilerinde yaygın bir şekilde kullanılmaya başlanmasından dolayı bu bölüm gen analizleriyle ilgili çalışan araştırmacılar için temel teşkil edecektir.

Kitap, özellikle İstatistik, Endüstri Mühendisliği, Bilgisayar Mühendisliği, İşletme, Ekonometri ve Biyoistatistik gibi bölümlerde gerek lisans gerekse lisansüstü okutulan "Veri Madenciliği" dersinin içeriğine uygundur. Kitap, bu alanlara ek olarak büyük veri analizi, biyoinformatik, resim işleme gibi alanlarında çalışan araştırmacılar için de yardımcı kaynak niteliğindedir.

Bu kitap öğrenciler ve araştırmacılar tarafında anlaşılması kolay bir dille yazılmıştır. Veri madenciliği algoritmaları adım adım verilerek uygulamalarla birlikte desteklenmiştir. Elde çözümü yapılan her bir örneğin, R ortamında da çözülmesi ve yorumlanmasıyla konuların daha iyi bir şekilde anlaşılması hedeflenmiştir.

Konu Başlıkları
Özellik Seçim Yöntemleri
Sınıflandırma Yöntemleri
Sınıflandırma Kalitesinin Ölçümü
Birliktelik Kuralları
Kümeleme Yöntemleri
Kümeleme Kalitesinin Ölçümü
İkili Kümeleme (Biclustering) Algoritmaları
İkili Kümeleme Değerlendirme Ölçüleri
Gen Verileri
R Uygulamaları
Barkod: 9789750253478
Yayın Tarihi: Şubat 2019
Baskı Sayısı:  2
Ebat: 16x24
Sayfa Sayısı: 254
Yayınevi: Seçkin Yayıncılık
Kapak Türü: Karton Kapaklı
Dili: Türkçe
Ekler: -

 

İÇİNDEKİLER
İçindekiler
İçindekiler  7
Önsöz  11
Bölüm 1 GİRİŞ  13
1.1. TANIM  13
1.2. KULLANIM ALANLARI  15
1.3. KULLANILAN YÖNTEMLER  17
1.3.1. Özellik seçim  17
1.3.2. Sınıflandırma  18
1.3.3. Birliktelik  18
1.3.4. Kümeleme  18
SORULAR  19
Bölüm 2 ÖZELLİK SEÇİM YÖNTEMLERİ  21
2.1. RELIEF  23
2.2. Kİ–KARE  24
2.3. ERGS  29
2.3.1. Etkin aralıkların hesaplanması  29
2.3.2. Algoritma  30
2.4. IFSER  31
SORULAR  32
Bölüm 3 SINIFLANDIRMA YÖNTEMLERİ  35
3.1. KARAR AĞACI ALGORİTMALARI  35
3.1.1. ID3 Algoritması  38
3.1.2. C4.5 (J48) Algoritması  50
3.1.3. CART Algoritması  59
3.1.4. CHAID Algoritması  92
3.1.4.1. Ki–kare istatistiğinin hesaplanması  93
3.1.5. Karar Ağacının Budanması  102
3.2. KURAL TEMELLİ ALGORİTMALAR  110
3.2.1. ZeroR Yöntemi  110
3.2.2. OneR Yöntemi  112
3.3. BAYES SINIFLANDIRMA  119
3.4. k KOMŞU YÖNTEMİ  127
3.5. SINIFLANDIRMA KALİTESİNİN ÖLÇÜMÜ  130
3.5.1. Veride Ayrıştırma  131
3.5.1.1. Yüzdesel Bölme (Percentile Split)  131
3.5.1.2. n–Bölme (n–fold)  131
3.5.1.3. Tekrarlı n–Bölme (Repeated n–fold)  132
3.5.1.4. 1 Eksiltme (Leave–one–out)  132
3.5.2. Sınıflandırma Kalitesine İlişkin Ölçüler  135
SORULAR  138
Bölüm 4 BİRLİKTELİK KURALLARI  141
4.1. APRIORI ALGORİTMASI  141
2.1.1. Destek (support)  142
2.1.2. Güven (confidence)  143
2.1.3. Kaldıraç (lift)  143
4.2. AYIRMA ALGORİTMASI  151
SORULAR  153
Bölüm 5 KÜMELEME YÖNTEMLERİ  155
5.1. TANIMLAR  156
5.1.1. Centroid  156
5.1.2. Medoid  156
5.1.3. Radius  156
5.1.4. Diameter  156
5.2. UZAKLIK ÖLÇÜLERİ  161
5.2.1. Gözlemler arasındaki uzaklıkların hesaplanması  161
5.2.2. Kümeler arasındaki uzaklıkların hesaplanması  164
5.3. BÖLÜNMELİ KÜMELEME YÖNTEMLERİ  167
4.3.1. k–Ortalama  167
4.3.2. k–Medoid  170
5.4. HİYERARŞİK KÜMELEME YÖNTEMLERİ  173
5.4.1. Birleştirici hiyerarşik kümeleme (AGNES)  173
5.4.2. Ayrıştırıcı hiyerarşik kümeleme (DIANA)  178
5.5. YOĞUNLUK TABANLI KÜMELEME YÖNTEMLERİ  185
5.5.1. DBSCAN  185
5.6. KÜMELEME KALİTESİNİN ÖLÇÜMÜ  191
5.6.1. Dışsal (External) Ölçüler  192
5.6.1.1. Saflık (Purity) ölçüsü  194
5.6.1.2. F–ölçüsü  194
5.6.1.3. Koşullu entropi  197
5.6.1.4. Karşılıklı bilgi ölçüsü  198
5.6.1.5. Bilgi değişimi ölçüsü  198
5.6.2. İçsel (Internal) Ölçüler  203
5.6.2.1. BetaCV ölçüsü  206
5.6.2.2. C–indeksi  207
5.6.3. Göreli (Relative) Ölçüler  209
5.6.3.1. Calinski–Harabasz indeksi  209
SORULAR  213
Bölüm 6 İKİLİ KÜMELEME (BICLUSTERING)  215
6.1. GİRİŞ  215
6.1.1. İkili Küme Türleri  217
6.1.2. İkili Kümelerin Yapıları  218
6.2. CC ALGORİTMASI  219
6.2.1. Kümeleme sonuçlarının incelenmesi  229
6.3. GEN VERİLERİ  232
Bölüm 7 R: TEMEL BİLGİLER  235
7.1. TEMEL ARİTMETİK İŞLEMLER  237
7.2. VEKTÖRLER VE MATRİSLER  238
7.3. TEMEL İSTATİSTİKSEL ANALİZLER  244
7.4. TEMEL GRAFİK İŞLEMLERİ  247
Kaynaklar  249
Kavram Dizini  253
 


Deniz Herand ...
Nisan 2019
28.00 TL
Sepete Ekle
Kerem Köseoğlu
Aralık 2018
27.78 TL
Sepete Ekle
M. Erdal Balaban ...
Ağustos 2018
37.04 TL
Sepete Ekle





 

İÇİNDEKİLER
İçindekiler
İçindekiler  7
Önsöz  11
Bölüm 1 GİRİŞ  13
1.1. TANIM  13
1.2. KULLANIM ALANLARI  15
1.3. KULLANILAN YÖNTEMLER  17
1.3.1. Özellik seçim  17
1.3.2. Sınıflandırma  18
1.3.3. Birliktelik  18
1.3.4. Kümeleme  18
SORULAR  19
Bölüm 2 ÖZELLİK SEÇİM YÖNTEMLERİ  21
2.1. RELIEF  23
2.2. Kİ–KARE  24
2.3. ERGS  29
2.3.1. Etkin aralıkların hesaplanması  29
2.3.2. Algoritma  30
2.4. IFSER  31
SORULAR  32
Bölüm 3 SINIFLANDIRMA YÖNTEMLERİ  35
3.1. KARAR AĞACI ALGORİTMALARI  35
3.1.1. ID3 Algoritması  38
3.1.2. C4.5 (J48) Algoritması  50
3.1.3. CART Algoritması  59
3.1.4. CHAID Algoritması  92
3.1.4.1. Ki–kare istatistiğinin hesaplanması  93
3.1.5. Karar Ağacının Budanması  102
3.2. KURAL TEMELLİ ALGORİTMALAR  110
3.2.1. ZeroR Yöntemi  110
3.2.2. OneR Yöntemi  112
3.3. BAYES SINIFLANDIRMA  119
3.4. k KOMŞU YÖNTEMİ  127
3.5. SINIFLANDIRMA KALİTESİNİN ÖLÇÜMÜ  130
3.5.1. Veride Ayrıştırma  131
3.5.1.1. Yüzdesel Bölme (Percentile Split)  131
3.5.1.2. n–Bölme (n–fold)  131
3.5.1.3. Tekrarlı n–Bölme (Repeated n–fold)  132
3.5.1.4. 1 Eksiltme (Leave–one–out)  132
3.5.2. Sınıflandırma Kalitesine İlişkin Ölçüler  135
SORULAR  138
Bölüm 4 BİRLİKTELİK KURALLARI  141
4.1. APRIORI ALGORİTMASI  141
2.1.1. Destek (support)  142
2.1.2. Güven (confidence)  143
2.1.3. Kaldıraç (lift)  143
4.2. AYIRMA ALGORİTMASI  151
SORULAR  153
Bölüm 5 KÜMELEME YÖNTEMLERİ  155
5.1. TANIMLAR  156
5.1.1. Centroid  156
5.1.2. Medoid  156
5.1.3. Radius  156
5.1.4. Diameter  156
5.2. UZAKLIK ÖLÇÜLERİ  161
5.2.1. Gözlemler arasındaki uzaklıkların hesaplanması  161
5.2.2. Kümeler arasındaki uzaklıkların hesaplanması  164
5.3. BÖLÜNMELİ KÜMELEME YÖNTEMLERİ  167
4.3.1. k–Ortalama  167
4.3.2. k–Medoid  170
5.4. HİYERARŞİK KÜMELEME YÖNTEMLERİ  173
5.4.1. Birleştirici hiyerarşik kümeleme (AGNES)  173
5.4.2. Ayrıştırıcı hiyerarşik kümeleme (DIANA)  178
5.5. YOĞUNLUK TABANLI KÜMELEME YÖNTEMLERİ  185
5.5.1. DBSCAN  185
5.6. KÜMELEME KALİTESİNİN ÖLÇÜMÜ  191
5.6.1. Dışsal (External) Ölçüler  192
5.6.1.1. Saflık (Purity) ölçüsü  194
5.6.1.2. F–ölçüsü  194
5.6.1.3. Koşullu entropi  197
5.6.1.4. Karşılıklı bilgi ölçüsü  198
5.6.1.5. Bilgi değişimi ölçüsü  198
5.6.2. İçsel (Internal) Ölçüler  203
5.6.2.1. BetaCV ölçüsü  206
5.6.2.2. C–indeksi  207
5.6.3. Göreli (Relative) Ölçüler  209
5.6.3.1. Calinski–Harabasz indeksi  209
SORULAR  213
Bölüm 6 İKİLİ KÜMELEME (BICLUSTERING)  215
6.1. GİRİŞ  215
6.1.1. İkili Küme Türleri  217
6.1.2. İkili Kümelerin Yapıları  218
6.2. CC ALGORİTMASI  219
6.2.1. Kümeleme sonuçlarının incelenmesi  229
6.3. GEN VERİLERİ  232
Bölüm 7 R: TEMEL BİLGİLER  235
7.1. TEMEL ARİTMETİK İŞLEMLER  237
7.2. VEKTÖRLER VE MATRİSLER  238
7.3. TEMEL İSTATİSTİKSEL ANALİZLER  244
7.4. TEMEL GRAFİK İŞLEMLERİ  247
Kaynaklar  249
Kavram Dizini  253
 


 
Kitap
Bülten
Kitap
Kitap
İndirimli Kitaplar
 
 
Ana Sayfa | Hakkımızda | Bülten | Gizlilik Sözleşmesi | Üye Sayfası | Yardım | İletişim

Seçkin Yayıncılık San. Tic. A.Ş.
Copyright © 1996 - 2019