2. Baskı,
Temmuz 2019
Kitabın Detayları
Dili:
Türkçe
Ebat:
16x24
Sayfa Sayısı:
231
Kitabın Fiyatı:
220,00₺
24 saat içerisinde temin edilir.
3
ürünü beraber alın
%15 İNDİRİMDEN
yararlanın!
1.580,00₺
1.344,90₺
Kitabın Açıklaması
Kitap güncellenmiş 2. Baskısını yapmıştır.
Bilgisayar, Yazılım, Elektrik, Elektronik, Elektronik –Haberleşme ve Elektrik – Elektronik mühendisliklerindeki "Veri Madenciliği", "Yapay Zeka", "Yapay Sinir Ağları" ve "Makine Öğrenmesi" derslerine uygun olarak hazırlanan kitap, lisans üstü eğitimlerde de kullanılabilecek biçimde hazırlanmıştır. Bu kitap aracılığıyla çok hızlı bir şekilde yapay zeka ile uygulamalar yapmak mümkün olacaktır.
Kitapta konular gereksiz detaylara girilmeden, sade bir dille anlatılmış ve uygulamalar ile pekiştirilmiştir. İlk önce ağırlıklı olarak Veri Madenciliğinde sık kullanılan Yapay Sinir Ağları Weka programı ile anlatılmıştır. Weka programında diğer algoritmaların nasıl kullanılacağı ve başarı analizleri hakkında da bilgiler verilmiştir. C# programlama dilinde de Weka algoritmalarının nasıl kullanılacağı detayları ile açıklanmıştır. Ayrıca Weka programında kullanılan tüm ekranlar 214 şekil ile detaylı bir şekilde anlatılmıştır.
Kitabın Konu Başlıkları
Veri, Enformasyon Bilgi
Veri Madenciliği ve Makine Öğrenmesi
Yapay Zekâ
Yapay Sinir Ağları ve Derin Öğrenme
Yapay Zekâ Hata Analizi
WEKA
Weka ile Yapay Sinir Ağları
C# ile Weka Kullanımı
Çeşitli Uygulamalar
Kitapla İlgili Kategoriler
Yorumlar
Kitabın İçindekileri
İkinci Baskıya Önsöz
5
Şekiller Listesi
14
1. VERİ, MADENCİLİK VE ÖĞRENME
21
1.1. Veri
21
1.2. Enformasyon
21
1.3. Bilgi
22
1.4. Karar Destek Sistemi (KDS)
23
1.5. Veri Tabanları
23
1.6. Veri Ambarları
24
1.7. Veri Madenciliği
25
1.8. Veri Madenciliğinde Verileri Hazırlama
26
1.9. Yapay Zekâ
27
1.10. Makine Öğrenmesi
29
1.11. Derin Öğrenme
29
1.12. Yapay Zekâ Yöntemleri
30
1.13. Yapay Zekâ Uygulama Alanları ve Geleceği
31
1.14. Yapay Zekâ Uygulamalarında Kullanılan Programlar
32
2. YAPAY SİNİR AĞLARI
33
2.1. Yapay Bir Sinirin Öğeleri
33
2.2. Yapay Sinir Ağlarının Güçlü ve Zayıf Yönleri
35
2.3. Yapay Sinir Ağlarının Genel Özellikleri
36
2.4. Yapay Sinir Ağlarının Dezavantajları
37
2.5. Yapay Sinir Ağlarının Temel Öğrenme Kuralları
38
2.6. Yapay Sinir Ağları Modelleri
39
2.6.1. İleri Beslemeli Yapay Sinir Ağları
40
2.6.2. Geri Beslemeli Yapay Sinir Ağları
41
2.7. Yapay Sinir Ağlarının Eğitilmesi
41
3. TAHMİNİN HATA DÜZEYİNİN BELİRLENMESİ
45
3.1. Sayısal Sonuçları Tahmin Etmek
46
3.1.1. Korelasyon Katsayısı
47
3.1.2. Ortalama Mutlak Hata
47
3.1.3. Hataların Karelerinin Ortalamasının Karekökü
48
3.1.4. Göreceli Mutlak Hata
48
3.1.5. Göreceli Mutlak Hata Karekökü
49
3.2. Nominal Sonuçları Tahmin Etmek
49
3.2.1. Hata Matrisi
49
3.2.2. Doğru Yerleştirme Başarısı
50
3.2.3. Kappa İstatistiği
51
3.2.4. Tahmin Sınıflarının Doğruluk Detayları
51
4. WEKA
57
4.1. Weka Programını İndirme
59
4.2. Paket Yönetim sistemi
60
4.3. Başlangıç
62
4.3.1. Veri Dosyası ve Formatları
62
4.3.2. Örnek Bir Analiz Yapma
65
4.3.3. Eğitim ve Test Verilerini Parçalama
68
4.3.4. Çıktının İncelenmesi
69
4.3.5. Tekrar Çalıştırma
70
4.3.6. Modeller ile Çalışma
71
4.3.7. Hata Oluştuğunda
75
4.4. Explorer Penceresi
75
4.4.1. ARFF Uzantılı Dosyalar Oluşturma
77
4.4.2. Veri Ön İşleme
82
4.4.3. Filtreleri Kullanma
84
4.4.4. Öğrenme Şemaları ile Eğitim ve Test
88
4.4.5. Meta Öğrenme Algoritması Kullanma
94
4.4.6. Kümeleme Analizleri
95
4.4.7. İlişkilendirme Kuralları
98
4.4.8. Nitelik Seçimi
100
4.4.9. Görselleştirme
100
4.5. Filtre Algoritmaları
102
4.5.1. Gözetimsiz Nitelik Filtreleri
103
4.5.1.1. Nitelikleri Silme ve Ekleme
103
Add
103
Copy
103
AddUserFields
104
AddID
104
Remove
104
RemoveType
104
RemoveUseless
104
InterquartileRange
104
AddCluster
105
ClusterMembership
105
AddExpression
105
MathExpression
105
NumericTransform
105
Normalize
106
Center
106
Standardize
106
RandomSubset
106
CartesianProduct
106
PartitionedMultiFilter
106
Reorder
106
4.5.1.2. Değerleri Değiştirme
107
SwapValues
107
MergeTwoValues
107
MergeManyValues
107
MergeInfrequentValues
107
MissingValues
107
MissingWithUserConstant
107
WithMissingValue
107
NumericCleaner
108
AddValues
108
ClassAssigner
108
SortLabels
108
4.5.1.3. Dönüştürmeler
108
Discretize
108
PKIDiscretize
108
MakeIndicator
108
NominalToBinary
109
NumericToBinary
109
NumericToNominal
109
FirstOrder
109
KernelFilter
109
PrincipalComponents
109
Transpose
109
4.5.1.4. String Dönüştürme
110
StringToNominal
110
NominalToString
110
StringToWordVector
110
FixedDictionaryStringToWordVector
110
ChangeDateFormat
110
4.5.1.5. Zaman Serisi Verileri
110
TimeSeriesTranslate
110
TimeSeriesDelta
111
4.5.1.6. Niteliklerin Rastgele Yapılması
111
AddNoise
111
Obfuscate
111
RandomProjection
111
4.5.2. Verilere Yönelik Gözetimsiz Filtreler
111
Randomize
111
Resample
111
RemoveFolds
111
ReservoirSample
112
RemovePercentage
112
RemoveRange
112
RemoveWithValues
112
RemoveFrequentValues
112
SubsetByExpression
112
RemoveMisclassified
112
NonSparseToSparse
112
SparseToNonSparse
112
4.5.3. Gözetimli Filtreler
113
4.5.3.1. Gözetimli Nitelik Filtreleri
114
Discretize
114
NominalToBinary
114
ClassOrder
114
AddClassification
114
AttributeSelection
114
ClassConditionalProbabilities
114
4.5.3.2. Verilere Yönelik Gözetimli Filtreler
115
Resample
115
SpreadSubsample
115
Smote
115
StratifiedRemoveFolds
115
4.6. Öğrenme Algoritmaları
115
4.6.1. Bayes Sınıflandırıcılar
116
NaiveBayes
116
NaiveBayesUpdateable
118
NaiveBayesMultinomial
118
NaiveBayesMultinomialUpdateable
119
NaiveBayesMultinomialText
119
4.6.2. Ağaç Algoritmaları (Tree)
120
J48
120
DecisionStump
121
RandomTree
121
RandomForest
122
REPTree
122
M5P
123
LMT
123
HoeffdingTree
124
4.6.3. Kurallar (Rules)
124
DecisionTable
124
OneR
125
PART
126
M5Rules
126
JRip
127
4.6.4. Fonksiyonlar
127
SimpleLinearRegression
127
LinearRegression
128
SMO
128
SMOreg
129
VotedPerceptron
130
GaussianProcesses
130
SGD
131
SGDText
131
SimpleLogistic
132
Logistic
133
4.6.5. Tembel Algoritmalar (Lazy)
133
IBk
133
KStar
134
LWL
135
4.6.6. Çeşitli Sınıflandırıcılar (Misc)
135
SerializedClassifier
135
InputMappedClassifier
136
4.6.7. Meta Öğrenme Algoritmaları
137
Bagging
137
RandomCommittee
137
RandomSubSpace
138
AdaBoostM1
139
AdditiveRegression
139
LogitBoost
140
Vote
140
Stacking
141
CostSensitiveClassifier
142
AttributeSelectedClassifier
142
CVParameterSelection
143
MultiScheme
144
IterativeClassifierOptimizer
144
ClassificationViaRegression
145
RegressionByDiscretization
146
MultiClassClassifier
146
4.7. Kümeleme Algoritmaları (Clustering)
147
Cobweb
147
SimpleKMeans
148
EM
149
HierarchicalClusterer
151
FarthestFirst
151
MakeDensityBasedClusterer
152
Canopi
152
4.8. Birliktelik Kural Öğrenmeleri
153
Apriori
153
FPGrowth
154
FilteredAssociator
155
4.9. Nitelik Seçimi
156
4.9.1. Nitelik Değerlendiriciler
156
CfsSubsetEval
156
WrapperSubsetEval
157
ReliefFAttributeEval
157
InfoGainAttributeEval
158
GainRatioAttributeEval
159
SymmetricalUncertAttributeEval
159
OneRAttributeEval
160
PrincipalComponents
160
4.9.2. Arama Yöntemleri
161
BestFirst
161
GreedyStepwise
162
Ranker
163
5. WEKA İLE YAPAY SİNİR AĞLARI
165
5.1. GUI Ekranı
167
5.2. Parametre Değerleri
173
5.2.1. Otomatik Oluşturma (AutoBuild)
173
5.2.2. Yığın Boyutu (BatchSize)
174
5.2.3. Ayıklama (debug)
175
5.2.4. Zayıflama (decay)
175
5.2.5. Verileri Kontrol Etme (doNotCheckCapabilities)
176
5.2.6. Öğrenme Oranı (learningRate)
177
5.2.7. Momentum (momentum)
177
5.2.8. Kategorik Verileri İkili Verilere Dönüştürme (nominalToBinaryFilter)
178
5.2.9. Verileri Normalize Etme (normalizeAttributes)
179
5.2.10. Sayısal Tahmin Değerini Normalize Etme (normalizeNumericClass)
179
5.2.11. Gizli Katmanlar (hiddenLayers)
180
5.2.12. Ondalıklı Sayı Sınırını Belirleme (numDecimalPlaces)
184
5.2.13. Baştan Başlatma (reset)
185
5.2.14. Başlangıç (seed)
185
5.2.15. Devir Sayısı (TrainingTime)
186
5.2.16. Doğrulama Kümesi Oranı (validationSetSize)
187
5.2.17. Doğrulama Eşiği (validationThreshold)
187
6. C# İÇİNDEN WEKA KULLANIMI
189
6.1. IKVM Uygulamasını İndirme
190
6.2. C# Tarafından Kullanılacak Weka.dll Dosyasını Üretme
191
6.3. Visual Studio İçinden Weka.dll Dosyasını Kullanma
196
7. ÖĞRENCİ DERS GEÇME NOTUNUN YAPAY ZEKÂ YÖNTEMLERİ İLE TAHMİN EDİLMESİ
211
Kaynakça
223
Kavramlar Dizini
227
Kitabın Fiyatı:
220,00₺
24 saat içerisinde temin edilir.
Bu kitaplar da ilginizi çekebilir
Yapay Zeka Mühendisliği Cilt – 1
Toros Rifat Çölkesen
Üretken Yapay Zeka ve Prompt Mühendisliği
Ezgi Avcı
Nesnelerin İnterneti Akıllı Ev
Serap Türkyılmaz
Python ile Makine Öğrenmesi
Ömer Deperlioğlu, Utku Köse
Hakkımızda
|
Uluslararası Yayınevi Belgesi|
2023 Kaynakça Dokümanı|
Kişisel Verilerin Korunması |
Üyelik|
Siparişlerim|
İade Politikası|
İletişim