1. Bölüm Veri Madenciligi 1.1. Veri Madenciligine Giris 1.2. Veri Madenciligi Tanimi 1.3. Veri Madenciligi Süreci 1.3.1. Problemin Tanimlanmasi 1.3.2. Verinin Anlasilmasi 1.3.3. Verinin Hazirlanmasi 1.3.3.1. Veri Temizleme 1.3.3.2. Veri Normallestirme 1.3.3.3. Veri Indirgeme 1.3.3.4. Veri Entegrasyonu 1.3.4. Modelleme 1.3.4.1. Modelleme Tekniginin Secimi 1.3.4.2. Test Tasariminin Gerceklestirilmesi 1.3.4.3. Modelin Kurulmasi 1.3.5. Modelin Degerlendirilmesi 1.3.6. Modelin Kullanilmasi 1.4. Veri Madenciligi Yöntemleri 1.4.1. Bayesyen Siniflandirma 1.4.2. Karar Agaclari ile Siniflandirma 1.4.2.1. Id3 Algoritmasi 1.4.2.2. C4.5 Algoritmasi 1.4.2.3. C5.0 Algoritmasi 1.4.2.4. Siniflandirma ve Regresyon Agaclari CART 1.4.2.5. Chaid Algoritmasi 1.4.3. Kümeleme Analizi 1.4.3.1. Uzaklik ve Benzerlik Ölcütlerinin Hesaplanmasi 1.4.3.2. Hiyerarsik Kümeleme Yöntemi 1.4.3.3. Hiyerarsik Olmayan Kümeleme Yöntemi 1.4.4. Birliktelik Kurallari Analizi 1.4.4.1. Apriori Algoritmasi 1.4.5. Destek Vektör Makineleri 1.4.5.1. Lineer Destek Vektör Makineleri 1.4.5.2. Lineer Olmayan Destek Vektör Makineleri 2. Bölüm Yapay Sinir Aglari 2.1. Yapay Sinir Aglarinin Yapisi ve Temel Bilesenleri 2.1.1. Girdiler 2.1.2. Agirliklar 2.1.2. Toplama Fonksiyonu 2.1.3. Aktivasyon Fonksiyonu 2.1.3.1. Dogrusal Aktivasyon Fonksiyonu 2.1.3.2. Basamak Aktivasyon Fonksiyonu 2.1.3.3. Kutuplamali Basamak Aktivasyon Fonksiyonu 2.1.3.4. Parcali Dogrusal Aktivasyon Fonksiyonu 2.1.3.5. Sigmoid Tipli Aktivasyon Fonksiyonu 2.1.3.6. Tanjant Hiperbolik Tipli Aktivasyon Fonksiyonu 2.1.3.7. Sinüs Tipli Aktivasyon Fonksiyonu 2.1.4. Hücrenin Ciktisi 2.2. Yapay Sinir Aglarinda Ögrenme Islemi 2.2.1. Yapay Sinir Aglarinda Ögrenme Stratejileri 2.2.1.1. Danismanli Ögrenme 2.2.1.2. Danismansiz Ögrenme 2.2.1.3. Takviyeli Ögrenme 2.2.2. Yapay Sinir Aglarinda Ögrenme Kurallari 2.2.2.1. Kohonen Ögrenme Kurali 2.2.2.2. Hebb Ögrenme Kurali 2.2.2.3. Hopfield Ögrenme Kurali 2.2.2.3. Delta Ögrenme Kurali 2.3. Yapay Sinir Agi Modelleri 2.3.1. Tek Katmanli Ysa 2.3.1.1. Basit Algilayici Model 2.3.1.2. Adaline Madaline Modeli 2.3.2. Cok Katmanli Ysa 2.3.2.1. Geri Yayilim Algoritmasi 2.3.2.2. Geri Yayilma Aglari 2.3.2.2. Ileri Beslemeli Aglar 2.3.3. LVQ Aglari 2.3.4. Art Aglari 2.3.5. Hopfield Agi 2.3.5. Jordan Agi 2.3.6. Elman Agi 2.4. Yapay Sinir Ag Tasarimi 2.4.1. Model Mimarisi Secimi 2.4.2. Ögrenme Algoritmasi Secimi 2.4.3. Gizli Katman ve Dügümlerin Sayisinin Belirlenmesi 2.4.4. Gizli Katman Nöron Sayisinin Belirlenmesi 2.4.5. Ysa Parametrelerinin Belirlenmesi 2.4.5.1. Baslangic Agirlik Degerlerinin Belirlenmesi 2.4.5.2. Ögrenme Oraninin Belirlenmesi 2.4.5.3. Momentum Katsayisinin Belirlenmesi 2.4.5.4. Aktivasyon Fonksiyonu Secimi 2.4.5.5. Verilerin Normalizasyonu 2.4.5.6. Egitim ve Test Setlerinin Belirlenmesi 2.4.5.7. Ysa Egitimi ve Testi 2.4.5.8. Egitimin Sonlandirilmasi 2.4.5.9. Ysa Performans Ölcütlerinin Belirlenmesi 2.4. Yapay Sinir Aglarinin Avantajlari 2.5. Yapay Sinir Aglarinin Dezavantajlari 2.6. Yapay Sinir Aglari Uygulama Alanlari 3. Bölüm Finansal Basarisizlik 3.1. Finansal Basarisizligin Tanimi 3.3.1. Finansal Basarisizligin Nedenleri 3.1.1.1. Finansal Basarisizliga Etki Eden Icsel Faktörleri 3.1.1.2. Finansal Basarisizliga Etki Eden Dissal Faktörler 3.2. Finansal Basarisizligin Düzeltilmesinde Alinabilecek Tedbirler 3.3. Finansal Basarisizlik Tahmini Önemi 3.3.1. Isletme Yöneticileri Acisindan Önemi 3.3.2. Kredi Kurumlari Acisindan Önemi 3.3.3. Yatirimcilar Acisindan Önemi 3.3.4. Bagimsiz Denetci ve Analistler Acisindan Önemi 3.3.5. Is Ve Isci Kuruluslari Acisindan Önemi 3.3.6. Devlet Acisindan Önemi 3.4. Finansal Basarisizlik Tahmin Modelleri 3.4.1. Finansal Basarisizlikta Kullanilan Tek Boyutlu Modeller 3.4.2. Finansal Basarisizlikta Kullanilan Cok Boyutlu Modeller 3.4.2.1. Binary Lojistik Regresyon Modeli 3.4.2.2. Probit Regresyon Modeli 3.4.2.3. Diskriminant Analizi 3.4.2.4. Coklu Regresyon Modeli 3.5. Finansal Basarisizlik Tahmini Üzerine Yapilan Calismalar 4. Bölüm Uygulama 4.1.Uygulamada Kullanilan Yöntemler ve Yazilimlar 4.2.Uygulamanin Konusu ve Amaci 4.3.Analizde Kullanilan Degiskenlerin Secimi 4.4.Finansal Basarisizlik Tahmini Icin Kurulan Modeller 4.4.1.Model 1 4.4.2.Model 2 4.4.3.Model 3 4.4.4.Model 4 4.5.Model 1 28 Degiskenin Tümü Icin Analiz Sonuclari 4.5.1.Model 1 Icin Kullanilan Ysa Mimarisinin Yapisi 4.5.2. Model 1 Icin C5.0 Algoritmasi Tarafindan Elde Edilen Karar Agaci 4.5.3.Basarisizliktan Bir Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.5.4.Basarisizliktan Iki Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.5.5. Basarisizliktan Üc Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.5.6.Basarisizliktan Dört Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.5.7. Model 1in Siniflandirma Sonuclarinin Karsilastirilmasi 4.6.Model 2 4 Degisken Icin Analiz Sonuclari 4.6.1.Model 2 Icin Kullanilan Ysa Mimarisinin Yapisi 4.6.2.Model 2 Icin C5.0 Algoritmasi Tarafindan Elde Edilen Karar Agaci 4.6.3.Basarisizliktan Bir Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.6.4.Basarisizliktan Iki Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.6.5.Basarisizliktan Üc Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.6.6.Basarisizliktan Dört Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.6.7.Model 2nin Siniflandirma Sonuclarinin Karsilastirilmasi 4.7.Model 3 3 Degisken Icin Analiz Sonuclari 4.7.1.Model 3 Icin Kullanilan Ysa Mimarisinin Yapisi 4.7.2.Model 3 Icin C5.0 Algoritmasi Tarafindan Elde Edilen Karar Agaci 4.7.3.Basarisizliktan Bir Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.7.4.Basarisizliktan Iki Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.7.5.Basarisizliktan Üc Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.7.6.Basarisizliktan Dört Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.7.7.Model 3ün Siniflandirma Sonuclarinin Karsilastirilmasi 4.8.Model 4 12 Degisken Icin Analiz Sonuclari 4.8.1. Model 4 Icin Kullanilan Ysa Mimarisinin Yapisi 4.8.2.Model 4 Icin C5.0 Algoritmasi Tarafindan Elde Edilen Karar Agaci 4.8.3.Basarisizliktan Bir Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.8.4.Basarisizliktan Iki Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.8.5. Basarisizliktan Üc Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.8.6.Basarisizliktan Dört Yil Öncesi Icin Tahmin Yöntemlerinin Karsilastirilmasi 4.8.7.Model 4ün Siniflandirma Sonuclarinin Karsilastirilmasi 4.9.Siniflandirma Matrisinin Ayirici Gücünün Testi 4.10. 2010 Yili Finansal Basarisizlik Tahmin Sonuclari 4.11.Tüm Yillar Icin Tahmin Modellerinin Performanslari
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.