Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
01.02.2022
Verlag
Nobel Akademik YayincilikSeitenzahl
264
Maße (L/B)
19,5/27,5 cm
Sprache
Türkisch
EAN
9786254390784
Bilgisayar teknolojisindeki gelismelere paralel olarak, regresyon ve siniflandirma tipi problemlerin cözümlenmesi acisindan veri madenciligi data mining ve yapay sinir aglari Artificial Neural Networks algoritmalarinin kullanimi son yillarda önem kazanmaktadir. Bu baglamda, CART Classification and Regression Tree, CHAID Chi-Square Automatic Interaction Detector ve Exhaustive CHAID gibi agac yapisina dayali veri madenciligi algoritmalari pratikte yaygin olarak kullanilmaktadir. Gerek regresyon gerekse siniflandirma tipi problemlerin cözüme kavusturulmasi acisindan karmasik iliskilerin ortaya konulmasinda yapay sinir aglari algoritmalarinin oldukca etkin ve yüksek tahmin performansi gösterdigi bilinmektedir. Son yillarda yapilan istatistiksel modelleme calismalarinda, karar agaclari, yapay sinir aglari ve MARS Multivariate Adaptive Regression Splines algoritmalarinin tahmin performanslari karsilastirilmali olarak incelenmektedir. CART algoritmasinin modifiye edilmis bir formu olan MARS algoritmasi, ele alinan degiskenler arasindaki yüksek dereceli iliskilerin tanimlanmasi bakimindan arastiricilarin ilgi odagi olmustur. Sadece degiskenlerin dagilimina iliskin degil ayni zamanda degiskenler arasindaki fonksiyonel iliskilere iliskin varsayima ihtiyac duymamasi ve bunun yanisira degiskenler arasindaki yüksek boyutlu iliskileri gösteren bir denklem saglamasi MARS algoritmasini oldukca popüler kilmaktadir. Bu üstün yönlerinden dolayi, etki faktörü impact factor yüksek olan SCI kapsamindaki ziraat, ekonomi, tip ve mühendislik dergilerinde MARS algoritmasinin yaygin olarak kullanildigi görülmektedir.
MARS algoritmasinin uygulamalarina iliskin literatür incelendiginde yabanci dilde yazilmis referans kaynaklarin oldugu görülmektedir. Ne yazik ki, MARS modellemesi ile ilgili Türkce bir kitabin olmadigi tespit edilmistir. Literatürdeki bu acigi kapatmak üzere MARS algoritmasi ile ilgili Türkce bir kaynagin yazilmasina ihtiyac duyulmustur. Bu nedenle arastirmaci odakli olarak yazilan ve tasarlanan R yazilimi ile Tarim Bilimlerinde Regresyon ve Siniflandirma Tipi Problemlerin Cözümünde MARS Algoritmasi isimli bu kitapta; 1 MARS algoritmasina ve uyum iyiligi ölcütlerine ait teorik bilgilerin verilmesi, 2 MARS algoritmasina ait ideal ayar parametrelerinin belirlenmesi, 3 Etkin bir MARS cözümlemesi icin earth ve caret paketlerinin kullanilmasi ile ilgili önemli noktalarin verilmesi, 4 Asiri uyum overfitting probleminin giderilmesine iliskin bazi püf noktalarin verilmesi, 5 Bir ya da birden fazla sürekli bagimli degisken icin MARS modellemesinin nasil yapilacagi, analiz ciktilarinin nasil yorumlanacagi ile ilgili önemli bilgilerin verilmesi, 6 Capraz gecerlilik ve egitim-test setleri icin MARS komut dosyalarinin olusturulmasi ile ilgili pratik bilgilerin verilmesi, 7 Sürekli bagimli degisken üzerinde etkili olan kategorik bagimsiz degiskenlerin nasil yorumlanacagi konusunda bilgiler verilmesi, 8 Caret paketinde farkli yeniden örnekleme yöntemleri ile ayar parametrelerinin optimizasyonuna iliskin faydali bilgiler verilmesi, 9 Tek sürekli bagimli degiskenin tahmin edilmesi kapsaminda MARS ile BRNN Bayesian Regularized Neural Network algoritmalarina iliskin R script dosyalarinin verilmesi ve 10 Ikili lojistik regresyon binary logistic regression analizi kapsaminda MARS algoritmasinin kullanimina iliskin önemli detaylarin verilmesi, 11 Bagging MARS algoritmasi ile ilgili R script dosyalarinin olusturulmasi ve 12 Regresyon tipi problemler kapsaminda kurulan modellere ait uyum iyiligi ölcütlerinin hesaplanmasi icin gelistirilen ehaGoF paketinin tanitilmasi amaclanmistir.
Siniflandirma ve regresyon tipi problemlerin MARS algoritmasi ile cözümlenmesi konusunda yazilmis olan bu kitabin tüm arastiricilara faydali olmasini dileriz.
MARS algoritmasinin uygulamalarina iliskin literatür incelendiginde yabanci dilde yazilmis referans kaynaklarin oldugu görülmektedir. Ne yazik ki, MARS modellemesi ile ilgili Türkce bir kitabin olmadigi tespit edilmistir. Literatürdeki bu acigi kapatmak üzere MARS algoritmasi ile ilgili Türkce bir kaynagin yazilmasina ihtiyac duyulmustur. Bu nedenle arastirmaci odakli olarak yazilan ve tasarlanan R yazilimi ile Tarim Bilimlerinde Regresyon ve Siniflandirma Tipi Problemlerin Cözümünde MARS Algoritmasi isimli bu kitapta; 1 MARS algoritmasina ve uyum iyiligi ölcütlerine ait teorik bilgilerin verilmesi, 2 MARS algoritmasina ait ideal ayar parametrelerinin belirlenmesi, 3 Etkin bir MARS cözümlemesi icin earth ve caret paketlerinin kullanilmasi ile ilgili önemli noktalarin verilmesi, 4 Asiri uyum overfitting probleminin giderilmesine iliskin bazi püf noktalarin verilmesi, 5 Bir ya da birden fazla sürekli bagimli degisken icin MARS modellemesinin nasil yapilacagi, analiz ciktilarinin nasil yorumlanacagi ile ilgili önemli bilgilerin verilmesi, 6 Capraz gecerlilik ve egitim-test setleri icin MARS komut dosyalarinin olusturulmasi ile ilgili pratik bilgilerin verilmesi, 7 Sürekli bagimli degisken üzerinde etkili olan kategorik bagimsiz degiskenlerin nasil yorumlanacagi konusunda bilgiler verilmesi, 8 Caret paketinde farkli yeniden örnekleme yöntemleri ile ayar parametrelerinin optimizasyonuna iliskin faydali bilgiler verilmesi, 9 Tek sürekli bagimli degiskenin tahmin edilmesi kapsaminda MARS ile BRNN Bayesian Regularized Neural Network algoritmalarina iliskin R script dosyalarinin verilmesi ve 10 Ikili lojistik regresyon binary logistic regression analizi kapsaminda MARS algoritmasinin kullanimina iliskin önemli detaylarin verilmesi, 11 Bagging MARS algoritmasi ile ilgili R script dosyalarinin olusturulmasi ve 12 Regresyon tipi problemler kapsaminda kurulan modellere ait uyum iyiligi ölcütlerinin hesaplanmasi icin gelistirilen ehaGoF paketinin tanitilmasi amaclanmistir.
Siniflandirma ve regresyon tipi problemlerin MARS algoritmasi ile cözümlenmesi konusunda yazilmis olan bu kitabin tüm arastiricilara faydali olmasini dileriz.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice