KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ"

Transkript

1 KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ DESIGN AND IMPLEMENTATION OF MODELLING TOOL FOR PROCESSING ENTERPRISE DATA BY ARTIFICIAL INTELLIGENCE MODELS FATİH MEHMET GÜLEÇ Hacettepe Üniversitesi Fen Bilimleri Enstitüsü Yönetmeliğinin BİLGİSAYAR MÜHENDİSLİĞİ Anabilim Dalı İçin Öngördüğü YÜKSEK LİSANS TEZİ olarak hazırlanmıştır 2007

2 Fen Bilimleri Enstitüsü Müdürlüğü'ne, Bu çalışma jürimiz tarafından BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI'nda YÜKSEK LİSANS TEZİ olarak kabul edilmiştir. Başkan :... Prof. Dr. Ünal YARIMAĞAN Üye (Danışman) :.... Yrd. Doç. Dr. Harun ARTUNER Üye :... Yrd. Doç. Dr. İbrahim ZOR ONAY Bu tez.../.../... tarihinde Enstitü Yönetim Kurulunca belirlenen yukarıdaki jüri üyeleri tarafından kabul edilmiştir..../.../... Prof.Dr. Erdem YAZGAN FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRÜ

3 KURUMSAL VERİLERİN YAPAY ZEKA MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME KÜTÜPHANESİ ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ FATİH MEHMET GÜLEÇ ÖZ Kurumsal Kaynak Yönetimi ürünlerinin gelişmesi ve yaygınlaşması ile beraber işletmelerin veri tabanlarında sakladıkları veri türleri de paralel olarak genişlemektedir. İşletmelerin iş süreçlerinden temin ettikleri verilerin karar verme aşamasında bilgiye dönüştürülmesi işi her geçen gün önem kazanmaktadır. Bu tez kapsamında, işletmelerin mevcut verilerinden anlamlı bilgilerin üretilmesine yönelik modelleme aracı tasarlanmıştır. Hazırlanan bu araç ile veri madenciliğinde kullanılan farklı tekniklerin ortak bir modelleme ortamında toplanması sağlanmıştır. Tekniklerin bir araya toparlanması yaklaşımı ile işletmelerin kurumsal verilerden ilgilenen bilgileri daha hızlı ve daha az uzmanlık bilgisiyle elde edebilmeleri amaçlanmıştır. Hazırlanan bu araç ile modellerin ortak bir yapı içerisinde tanımlanmasına ve çalıştırılmasına olanak verecek alt yapı kütüphanesi tanımlanmıştır. İşletim ortamı içerisinde modellerin birbirleri ile etkileşimli çalışması yeteneği kazandırılmıştır. Modeller için ortak veri kaynakları, veri tabanları, kullanıcılar, diğer modeller olabilecek şekilde genişletilmiştir. Yine bu tez kapsamında, yukarıda sıralanan özellikler gözetilerek, Doğrusal Programlama ve Support Vector Machine uygulamaları örneklenmiştir. Anahtar Sözcükler: Yöneylem Araştırması, İş Zekâsı, Veri Madenciliği Danışman: Yrd. Doç. Dr. Harun ARTUNER, Hacettepe Üniversitesi, Bilgisayar Mühendisliği Bölümü i

4 DESIGN AND IMPLEMENTATION OF MODELLING LIBRARY FOR PROCESSING ENTERPRISE DATA BY ARTIFICIAL INTELLIGENCE MODELS FATİH MEHMET GÜLEÇ ABSTRACT In a parallel way to the extended usage of Enterprise Resource Planning Softwares; types of data stored on the company databases improve. Transformation of data that is provided by companies during their working processes into information while decision making becomes more important day by day. In the scope the thesis, a modelling tool is designed, which aims to generete information from exsisting data of the companies. Designing this modelling tool, provides assembling different techniques used in data mining into a common modelling environment. The goal of assembling approach of the techniques is to make them easily reached by the companies interested in any information in the instutional data with a less expertise knowledge. A Substructure library is defined by this tool, which enables defining and operating the models in the same composition. In the execution environment, the models gained the ability of working interactively with each other. The common data sources for models are extended to data bases, users and the other models. Also in the scope of the thesis, Linear Programming and Support Vector Machine applications are exemplificated by considering the features listed below. Key Words: Operational Research, Business Intelligence, Data Mining Advisor: Asst. Prof. Dr. Harun ARTUNER, Hacettepe Üniversitesi, Bilgisayar Mühendisliği Bölümü ii

5 TEŞEKKÜR Yazar, bu çalışmasının gerçekleşmesinde katkılarından dolayı, aşağıda adı geçen kişi ve kuruluşlara içtenlikle teşekkür eder. Sayın Prof. Dr. Ünal Yarımağan, tez metnini inceleyerek biçim ve içerik bakımından son şeklini almasını sağlamıştır. Sayın Yrd. Doç Dr. Harun Artuner (tez danışmanı), çalışmanın sonuca ulaştırılmasında ve karşılaşılan güçlüklerin aşılmasında yön gösterici olmuştur. Sayın Dr. İbrahim Sinir, tez metnini inceleyerek biçim ve içerik bakımından son şeklini almasını sağlamıştır. Sayın Dr. Ebru Sezer, tez metnini inceleyerek biçim ve içerik bakımından son şeklini almasını sağlamştır. Bilgisayar Mühendisliği Bölümü, tez çalışmasının ortaya konmasında gerekli kaynakları sağlamıştır. Desteklerini her zaman hissettiğim aileme teşekkür ederim. iii

6 İÇİNDEKİLER DİZİNİ ÖZ... 1 ABSTRACT... 2 TEŞEKKÜR... 3 İÇİNDEKİLER DİZİNİ... 4 SİMGELER VE KISALTMALAR... 8 ŞEKİLLER DİZİNİ... 9 ÇİZELGELER DİZİNİ GİRİŞ KURUMSAL VERİLERİN İŞLENMESİNE İLİŞKİN KAVRAMLAR İş Zekâsı Karar Destek Sistemleri Yöneylem Araştırmaları Doğrusal programlama Tamsayılı programlama Şebeke eniyilemesi Doğrusal olmayan programlama Proje yönetimi teknikleri Karar analizi teknikleri Öngörü teknikleri Stok yönetimi modelleri Kuyruk teorisi modelleri Veri Madenciliği Gürültülü veri sorunu Null değerler sorunu Eksik veri sorunu Artık veri sorunu Dinamik veri sorunu iv

7 2.5. Veri Ambarı Veri ambarı mimarisi Genel veri ambarı mimarisi Bağımsız veri pazarı mimarisi Bağlantılı veri pazarı mimarisi Çevirimiçi Analitik İşleme İŞ ZEKÂSI UYGULAMA TEKNİKLERİ Doğrusal Programlama Genetik Algoritma Evrimsel metotlar GA parametreleri Algoritmalar İstatistiksel Öngörü (Zaman Serileri) Durağan modeller Mevsimsellik Eğilim (Trend) modelleri Bayes Algoritması Support Vector Machine Diğer Teknikler VERİ İNCELEMEDE KULLANILAN MODELLER Eniyileme Modelleri Örnek problem Örnek problem Örnek problem Ağ Modeli Proje Yönetimi Kritik yol metodu Program değerlendirme ve irdeleme tekniği PERT ve maliyet analizi Projenin hızlandırılması Stok Yönetimi v

8 4.5. Diğer Modeller Kuyruk Teorisi Öngörü Sınıflandırma ve kümeleme Modeller ve Tekniklerin Eşleştirilmesi TİCARİ İŞ ZEKÂSI UYGULAMALARI Cognos Pentaho SAP BW Oracle Microsoft Business Intelligence Diğer Uygulamalar Ticari Uygulamaların Genel Olarak Değerlendirilmesi UYGULAMA Tanım ve Amaç Tasarım Modelleme altyapısı Veri tabanı erişim katmanı Model altyapısının doğrusal programlama için genişletilmesi Model altyapısının support vector machine için genişletilmesi Gerçekleştirim Modelleme altyapısı gerçekleştirimi Veri tabanı erişim katmanı gerçekleştirimi Modelleme altyapısının doğrusal programlama ile gerçekleştirimi Modelleme altyapısının support vector machine ile gerçekleştirimi Ekran görünümleri Uygulamanın Sınanması Örnek problemin tanımı Oracle DM kullanılarak oluşturulan model: Tez kapsamında geliştirilen uygulama kullanılarak oluşturulan model Oracle DM ve tez uygulamasının karşılaştırımı vi

9 7. SONUÇ VE ÖNERİLER Sonuç Öneriler KAYNAKLAR ÖZGEÇMİŞ vii

10 SİMGELER VE KISALTMALAR CPM CRM DP EB ERP ES ESM FS GB GS KKP KYM LDAP LP OLAP OLTP OR PDİT PERT SVN Critical Path Method Customer Relationship Management Doğrusal Programlama En Erken Başlama Tarihi Enterprise Resource Planning En Erken Sonlanma Tarihi Ekonomik Sipariş Miktarı Faaliyet Serbestliği En Geç Bitiş Tarihi En Geç Sonlanma Tarihi Kurumsal Kaynak Planlama Kritik Yol Metodu Lightweight Directory Access Protocol Lineer Programming Online Analytical Processing Online Transaction Processing Operational Research Program Değerlendirme ve İrdeleme Tekniği Program Evaluation and Review Technique Support Vector Machine viii

11 ŞEKİLLER DİZİNİ Şekil İş Zekası Kavramları... 4 Şekil İş Zekası Kavramları ve Modelleme Yeteneği... 5 Şekil Toplamsal Mevsimsellik Yapı Şekil Çarpımsal Mevsimsellik Yapı Şekil Support Vector Machine W ve C Vektörleri Şekil Support Vector Machine X-C Vektörü Şekil Örnek Ağ Modeli Şekil Kritik Yol Metodu Şekil Kritik Yol Metodu (EB,ES) Şekil Kritik Yol Metodu (EB,ES,GS,GB) Şekil Kritik Yol Metodu (Kritik Yollar) Şekil Ekonomik Sipariş Modeli Şekil Analysis Process Designer [26] Şekil Karar Ağacı Süreçleri [26] Şekil ABC Sınıflandırması [26] Şekil Model Yapısı ve Parametre Türleri Şekil Veri Tabanı Parametresi ve Veri Tabanından Bağımsızlık Şekil Doğrusal Programlama Modeli Şekil Support Vector Machine Modeli ix

12 Şekil Modelleme Altypısı Gerçekleştirimi Şekil Modelleme Altyapısı Parametre Yönetimi Şekil Veri Tabanı Erişim Katmanı Şekil Modelleme Altyapısı ve Doğrusal Programlama Şekil Modelleme Altyapısı ve Support Vector Machine Şekil Doğrusal Programlama Tanımlama Ekranı Şekil Doğrusal Programlama Kısıtlar Şekil Oracle SVM Başarımı Şekil Oracle SVM Başarımı (Ayrıntılı) Şekil Tez Uygulaması SVM Modeli Oluşturulması Şekil Tez Uygulaması SVM Eğitimi Şekil Tez Uygulaması SVM Başarımı x

13 ÇİZELGELER DİZİNİ Çizelge Örnek Problem (Zaman-Personel İlişkisi) Çizelge Örnek Problem 2 (Makine - Tahlil Grupları İlişkisi) Çizelge Örnek Problem 2 (Tahlil Grupları ve Değişken Eşleştirmesi) Çizelge PERT Örneği (Süreler) Çizelge PERT Örneği (Standart Sapma) Çizelge PERT Örneği (EB, ES, GB, GS, FS) Çizelge Proje Hızlandırması Çizelge Modeller ve Tekniklerin Eşleştirilmesi Çizelge Microsoft Veri Madenciliği Algoritmaları Çizelge Sınama Verisi Sütun Tanımları Çizelge Örnek Eğitim Verisi Çizelge Oracle ve Tez Uygulaması Başarım Karşılaştırması xi

14 1. GİRİŞ İşletmelerde kurumsal kaynak yönetimi (enterprise resource planning) uygulamalarının daha geniş yer bulması ile diğer bir ifadeyle günlük süreçlerin elektronik ortamda takip edilmesi sonucu işletimsel veriler çoğalmış, mevcut verilerin biçimsel kaliteleri artmıştır. Bu gelişme verilerden anlamlı bilgilerin çekilmesine yönelik çalışmaların ticari işletmelere uyarlanmasını beraberinde getirmiştir. Doğrusal Programlamanın ikinci dünya savaşı dönemi askeri planlamaların gerçekleştirimi için ortaya çıkmış olması gibi, hemen hepsi askeri ihtiyaçlardan ortaya çıkan birçok uygulama alanı, işletmelerin mevcut verilerden alınacak kararlara destek olacak bilgilerin elde edilmesine yönelik uyarlanmaya başlanmıştır. Değişik disiplinlerin ilgilendiği ve genel olarak iş zekâsı olarak adlandırabileceğimiz bu sektörde, yakın zamanda birçok büyük firma (örn: HP) çalışmalar başlatmıştır. İş zekâsı, alınacak kararlara destek olmak üzere iş dinamikleri üzerinde kesin ve belirgin bir anlayış geliştirmek üzere kullanılan yöntem ve süreçler bütünüdür. İş zekâsı uygulamalarını karar destek sistemlerinden ayıran temel özellik ise, iş zekâsının tüm paydaşlara yönelik bilgi aktarımı sağlayabilmesidir. Böylelikle karar destek sistemleri sadece işletme içerisindeki yöneticilere yönelik geliştirilirken, iş zekâsı uygulamalarında müşteriler ve tedarik zincirindeki diğer firmalar da sürece eklenmiştir. Günümüz iş zekâsı uygulamalarının, veri madenciliği tekniklerinin kurumsal kaynak planlama verilerine uyarlanmasından öteye geçmediği düşünülmektedir. Genel olarak mevcut ürünler incelendiğinde, birçoğunun veri madenciliği ve gelişmiş raporlama özelliklerini destekledikleri görülmüştür. Ancak yaptığımız incelemelerde ortaya çıkan bir diğer gözlem ise işletme ve endüstri mühendisliği bilim dallarının ilgi alanına giren yöneylem araştırması (operational research) tekniklerine gereken önemin verilmiyor olmasıdır. Yöneylem araştırmasının, eğitimli birçok yönetici tarafından az çok biliniyor olması, daha çabuk kavrayabilecekleri gerçeğini de beraberinde getirmektedir. Yöneylem araştırmasının ticari işletmeler üzerine veri madenciliği uygulamalarından daha önce uyarlanmış olması ve lisans seviyesi yönetici eğitiminde yöneylem araştırması 1

15 derslerinin verilmesi, yöneticilerin yöneylem araştırmalarına yakınlığını açıklayan temel etkendir. Konuya kullanıcıların bakış açısından yaklaşıldığı zaman, yöneylem araştırması teknikleri veri madenciliği tekniklerinden daha yakın, daha tanıdıktır. İş zekâsı uygulamalarının gelişmiş raporlama ve veri madenciliği uygulamaları olarak ortaya çıkmaları, diğer bir ifade ile yöneylem araştırmasına gereken önemi vermemeleri ve işletmede karar alma yetkisine sahip kullanıcıların/yöneticilerin yöneylem araştırması tekniklerine daha yatkın olmaları, yaptığımız çalışmanın temelini oluşturan iş zekâsında yöneylem araştırması tekniklerinin uyarlanması fikrini ortaya çıkarmıştır. İş zekâsı uygulamalarının yöneylem araştırması tekniklerini içermesi, yöneylem araştırması teknikleri ile veri madenciliği tekniklerinin bir arada işletilmesi gerekliliğini doğurduğu düşünülmektedir. Modellerin bir arada işletilmesi ile modellerin etkileşimli çalışabilmesi ifade edilmektedir. Bir başka değişle veri girişlerinde bir modelin diğerine veri kaynağı olabilmesini anlatılmaktadır. Yapılan çalışmada, işletmelerin yönetimsel problemlerinin değişik disiplinlerle çözümü üzerine yoğunlaşılmıştır. Uygulamanın yetenekleri bir örnek ile açıklanabilir. Eniyileme problemlerinde karşılaşılan en sık sorun, sabit olarak görülen değerlerin bulunamamasıdır. Bu durumda sabitlerin değerleri için tahmin modelleri öngörülmeli, modelin kurulmasında bu sabitleri tahmin edecek alt modellerin de kurulması gerekmektedir[7, s9]. Tahmin modellerinde ise çözüm için, yöneylem araştırması teknikleri kullanılabileceği gibi tez çalışmasında hedeflendiği gibi veri madenciliği yöntemleri ile istatistiksel yöntemler de kullanılabilmektedir. Uygulamanın disiplinler arası yapısı, modellerin karmaşıklığı, kullanılan tekniklerin birbirlerinden çok farklı oluşları, geliştirilen uygulama çatısının tamamen dinamik ve genişleyebilir özellikte olması gerekliliğini doğurmuştur. Uygulama çatısı temel olarak iki farklı alanda tanımlama yapmaktadır. Model tabanı ile tüm problemler için temel bir yapı oluşturulmuştur. Teknik algoritma yapısı ile tüm teknikler için temel bir diğer yapı hazırlanmıştır. Uygulama çatısına yeni eklenecek tüm modeller ve teknikler bu iki temel yapıdan kalıtımla eklenebilmektedir. 2

16 Tez metni çalışmasının bağlamına uygun olarak öncelikle bölüm 2 de iş zekâsı ile ilgili temel kavramlar açıklanmıştır. Bölüm 3 te verilerden bilgi çıkarılmasına yönelik kullanılabilecek teknikler anlatılmıştır. Bölüm 3 te anlatılan teknikler, veri madenciliğinde ve yöneylem araştırmalarında kullanılan tekniklerin bir listesi ve açıklaması biçimindedir. Bölüm 4 te işletmelerde karar verme sürecinde karşılaşılan problemler tanımlanmıştır. Bu bölümde karşılaşılan problemler modellenerek biçimsel tanımları verilmiş ve kurulan modellerin bölüm 3 te anlatılan tekniklerden hangileri ile çözülebileceği üzerinde durulmuştur. Bu kesimde amaçlanan, işletmelerde ortaya çıkan problemlerin biçimsel tanımlarının oluşturulabilmesi ve biçimsel tanımı verilen problemlerin çözüm matrislerinin oluşturulmasıdır. Bölüm 5 te ticari iş zekâsı uygulamaları incelenmiştir. Bu uygulamaların incelenmesinde, uygulamaların işlevsel kısıtları ve yetenekleri belirtilmeye çalışılmıştır. Böylelikle ortaya çıkarılacak çalışmanın başarımı ve karşılaması gereken işlevler belirlenmiştir. Bu bölümün çalışmaya kattığı bir diğer anlam ise, iş zekâsı uygulamaların eksik kalan yönlerinin ortaya çıkarılması ve bu eksiklikler üzerine bir uygulama çatısının geliştirilmesi olmuştur. Bölüm 6 da modelleme kütüphanesi alt yapısının tasarımı ve geliştirilmesi anlatılmıştır. Tezde, yöneylem araştırması, veri madenciği ve veri ambarı uygulamalarını birbirleri ile etkileşimli çalışabilecekleri, karar destek sistemi aracı tasarlanmış, eksileri, artıları ve teknikler arası etkileşimler incelenmiştir. Yapılan çalışma, uygulama geliştirme süreci öncesinde yapılmış araştırmaları temel alsa da, uygulama geliştirme süresinde de devam ettiğimiz araştırmalar sonucu ilk başta tanımlanmayan yeni gereksinimlerin olabileceği görülmüştür. Bu gereksinimler bölüm 7 de, sonuçlar ve öneriler başlığı altında detayları ile anlatılmıştır. 3

17 2. KURUMSAL VERİLERİN İŞLENMESİNE İLİŞKİN KAVRAMLAR Veri Madenciliği tanımının ortaya atıldığı günden bu güne verilerden bir bakışta anlaşılmayan ancak işletme için kimi durumlarda hayati öneme sahip bilgilerin çıkartılmasına ilişkin değişik tanımlar ve algoritmalar geliştirilmiştir. Örneğin Karar Destek Sistemleri, İş Zekâsı gibi kavramları birbirinden kesin sınırlarla ayırmak pek mümkün olmamaktadır. Veri Madenciliği, Karar Destek Sistemleri gibi kavramlar bilişim dünyasında tartışılırken, İşletme biliminde Yöneylem Araştırması bilimi de verilerden anlam çıkarmanın ötesinde, verilerle karar verme sürecine destek olma görevini üstleniyordu. Amaç açısından her iki ilerleme de işletmelere karar verme süreçlerinde yardımcı olmaya çalışmaktadır. Diğer terimlere göre yakın zamanda ortaya atılmış İş Zekâsı kavramı, çalışmamızda Veri Madenciliği ve Yöneylem Araştırmasını kapsayan bir terim olarak kullanılmıştır. Terimlerin anlamları üzerine ayrıntılı bilgi vermeden önce, genel bir görünümü şu şekilde ortaya koyabiliriz. Şekil İş Zekası Kavramları 4

18 Kurumsal sistemler birden çok farklı amaçlı ürünün bir araya gelmesinden oluşurlar. Yukarıdaki şekilde veri ambarı, kurumsal kaynak yönetimi uygulamalarının ve iş zekâsı modüllerinin bir arada çalışması modellenmiştir. Yaptığımız çalışma kapsamında iş zekâsı modülleri incelenmiştir. Bu açıdan yukarıdaki çizimde verilen iş zekâsı kesimini ayrıntılarıyla incelemeliyiz. Model Değişkenleri Model Sabitleri Temel Model Yapısı Model Model Model Tabanı DataBase Query DataBase Query İş Zekası Motoru Yapay Sinir Ağları Doğrusal Programlama Regresyon Analizi SVM Genetik Algoritma Bayes Veri Ambarı Şekil İş Zekası Kavramları ve Modelleme Yeteneği 5

19 Yukarıdaki çizimde ayrıntılandırılan kesim, İş Zekasının genel görünümü, veri ambarı üzerinden alınan verileri işlemek amacıyla tanımlanmış modellerin iş zekası motoru üzerinden işletilmelerini anlatmaktadır İş Zekâsı İş zekâsı, alınacak kararlara destek olmak üzere iş dinamikleri üzerinde kesin ve belirgin bir anlayış geliştirmek için kullanılan metod ve süreçler bütünüdür. Diğer bir ifade ile dağıtık veriler kullanılarak stratejik karar alma durumunda olan kişilere bilgi üretilmesidir [1]. Veri analizi bakış açısı ile kişilere kararlarını belirlemek ve varsayımlarda bulunmalarına yardımcı olabilmek amacıyla anlamlı bilgilerin toplanması sürecidir[2]. Bilgi bakış açısı ile verinin incelenmesi, keşfedilmesi ve dönüştürülmesi ile bilginin elde edilmesidir[3]. Temel olarak iş zekâsı, kurumların karar verme ve yönetim kabiliyetlerinin artırılmasına yardımcı olan; çok sayıda verinin kurumsal bilgiye dönüştürülmesini ve böylelikle kurumların rekabet ortamında avantaj sağlamasına yönelik kavramlar, metotlar, süreçler ve yazılımlar bütünüdür. Kurumsal Bilgi Sistemleri (Enterprise Information Systems) ve Karar Destek Sistemleri (Decision Support System) ile İş Zekâsının temel ayrım noktası, iş zekâsının sadece yöneticilere yönelik olmayıp, süreç içerisine tüm paydaşların (üst-alt düzey yöneticilerin, sistem dışı müşteri ve tedarik zincirinin) dâhil edilmesini sağlamasıdır [3]. İş zekâsının yetenekleri aşağıda verildiği gibi sıralanabilir[4]: 1. Veri Yönetimi: veri kazanımları, veri üretimi, veri dönüşümleri, veri tümleşimi; mevcut verilerden bilgi keşfedilmesi, büyük çaplı verilerin yönetimi ve bakımı 2. Veri Analizi: OLAP (Online Analytical Processing) ve OLTP (Online Transaction Processing) gibi veri işleme yetenekleri, veri sorgulama ve raporlama yetenekleri 3. Karar Destek: Eğilim (trend) tahminleri, karşılaştırmalı analizler 4. Kurumsal Eniyileme: modelleme yetenekleri 6

20 İş zekâsı yukarıda verilen yetenekleri ile, süreçlere destek veren kullanıcı kümelerinin genişletilmesinin yanında karar destek sistemleri ve veri madenciliği konuları üzerine eniyilemeye yönelik modelleme yeteneklerini eklemektedir. İş zekâsı Müşteri İlişkileri Yönetiminde (Customer Relationship Management - CRM), müşteri değerlerinin ve verilen değerin oluşum sebeplerinin belirlenmesine ve böylelikle işletme açısından belirli bir eşik değeri üstünde değer ifade eden müşterilerden elde edilen faydanın artırılmasına yönelik çalışmalara destek verecek araçları içermektedir[5]. Bu araçlar, daha önce de belirtildiği üzere kullanıcı gruplarının genişlemesine örnek olarak, işletmenin arka planında bulunanlar, ön planda müşteri ile etkileşimde bulunan kişilerin bir araya gelerek iş zekâsından hizmet almasını sağlamaktadır. Yapılan çalışma kapsamında eniyileme yetenekleri ön plana çıkarılmaya çalışılmıştır. Ancak eniyileme modelleri için yapılacak veri dönüşümlerinin yapısal veri dönüşümlerinin yanı sıra, sezgisel veri dönüşümlerine de yer verilmesi gerekliliği, çalışma kapsamında mümkün olduğunca veri madenciliği metotlarına bu bakış açısı ile yer verilmiştir Karar Destek Sistemleri Karar verme süreci, iş dünyasında birçok etmenin incelenerek ileriye dönük üretim, pazarlama, personel istihdamı gibi birçok konuda öngörüde bulunmayı gerektirir. Karar, geçmişteki işletme tecrübelerine dayanılarak, günümüzün verileri incelenerek verilmektedir. Bu sürecin başarılı bir karara dönüşmesinde, geçmişteki tecrübelerin bulunması ve anlamlandırılması büyük önem taşımaktadır. İşletmenin tecrübesi bireysel tecrübelerin bir bütünü gibi düşünülebileceği gibi, kurumsal kaynak yönetimi yazılımları ile işletmenin günlük faaliyetlerinden toplanmış verilerinin içerisinde de düşünülebilir. İşletmelerin KKY verilerinin içerisinde gizli kalmış bilgilerin, alınacak karar sürecine faydalı hale getirilmesi, incelenmesi ve işlenmesi süreci Karar Destek Sistemleri tarafından ele alınmaktadır.[30] 7

21 Karar destek sistemleri, basit birçok yöntemi içerdiği gibi, karışık algoritmalarla çalışmak durumundadır. Veri tabanı sorguları ile üretilen ilk aşama raporları, ilk akla gelen karar destek yöntemi olarak düşünülebilir. Bununla beraber, veri üzerinde matematiksel, istatistiksel ve sezgisel yöntemlerin kullanımını, karar destek sistemlerinin karar sürecinde, insan zekâsının kavrama yeteneğinin ötesine geçmesini sağlamaktadır.[31] 2.3. Yöneylem Araştırmaları Yöneylem araştırmasını Dr. İlker Topçu şu şekilde tanımlamaktadır: Yöneylem Araştırması (Yönetim Bilimi) genellikle kıt kaynakların tahsis edilmesi gereken durumlarda en iyi şekilde bir sistemi tasarlamaya ve işletmeye yönelik karar verme sürecine bilimsel bir yaklaşımdır. [6] Yapılacak bir yöneylem araştırmasında şu adımlar izlenmelidir: 1. Problemin Tanımlanması: Bu aşamada problemin tanımı, ve çözüm ile ulaşılacak amaç tanımlanmalıdır. 2. Sistemin İncelenmesi: Sistemin incelenmesi ile problemin girdileri tanımlanmalıdır. 3. Matematiksel Modelin Kurulması: Problemin biçimsel tanımının yapılması sürecidir. 4. Modelin Doğrulanması: Kurulan modelin, problemin tanımı ve ulaşılmak istenen sonuç ile ne derece uyumlu olduğu incelenmelidir. 5. Çözümün Belirlenmesi: Yöneylem araştırmasından birden çok çözüm yöntemi bulunmaktadır. Problemin ve modelin doğasına uygun çözüm yöntemi belirlenmelidir. 6. Çözümün Doğrulanması: Hazırlanan modelin çözümü ile istenen amaca ulaşılıp ulaşılmadığı kontrol edilmeli, model üzerinde gerekli düzeltmeler yapılmalıdır. Yöneylem araştırması modelleri, eniyilenecek (min, max) amaç işlevinden, kısıtlardan ve problemin doğasında bulunan değişkenlerden oluşmaktadır. Değişkenlerin işletmeye uygun değerler alması kısıtlarla sağlanırken, ulaşılmak istenen amaç, amaç fonksiyon olarak ifade edilir ve verilen değişkenlerin aldığı değerlere göre en büyük ya da en küçük sonuca ulaşılmak istenir. 8

22 Yöneylem araştırmasında kullanılan teknikler çalışmamızın ilerleyen bölümlerinde ayrıntılarıyla incelenmesine karşın, yöneylem araştırmasının içeriğinin anlaşılması amacıyla bu aşamada bir liste verilmesi uygun görülmüştür. Temel yöneylem araştırması teknikleri aşağıda listelenmiştir[7]: Doğrusal programlama Doğrusal programlama yaklaşımı, doğrusal bir yapıdaki kısıtları (kuralları) ihlal etmeden, doğrusal formdaki amaç fonksiyonunu en iyilemeyi (maksimize ya da minimize etmeyi) sağlayan, bu eniyileme sonucunda karar değişkenlerinin aldıkları değerleri bulan yaklaşımdır. [32] Tamsayılı programlama Doğrusal programlama kısıtlarına, değişkenlerin değer aralıklarının tamsayı olması kısıtının eklenmesi ile oluşturulan modeller, tamsayılı programlama teknikleri ile çözülmektedir Şebeke eniyilemesi Bir şebeke bir malın gittiği nokta ya da geldiği nokta olarak tanımlanabilecek düğümlerden ve otobanlara ya da benzer fiziksel akışa karşılık gelecek yaylardan oluşmaktadır Doğrusal olmayan programlama Amaç fonksiyonun ya da kısıtların matematiksel ifadesinin doğrusal olmaması durumunda kullanılan tekniklerdir Proje yönetimi teknikleri Proje yönetimi teknikleri ile proje planlamacısına aşağıdaki sorularda cevap arama imkânı verilmektedir[7]: Projenin tamamlanabileceği minimum beklenen süre Projeyi oluşturan faaliyetlerden kritik olanlar ve olmayanlar Projeyi oluşturan tüm faaliyetlerin en erken ve en geç başlangıç ve bitiş tarihleri Faaliyetler üzerinde serbestlik miktarı Projeyi en düşük maliyetle tamamlama seçeneği 9

23 Proje süresini kısaltmak için harcanması gereken ek maliyet düzeyi Projenin istenen bir tarihte bitirilebilme olasılığı Karar analizi teknikleri Karar analizi yaklaşımında, geleceğe ilişkin belirsizliklerin ortaya çıkması durumunda, olası değişik kararlar arasından bir kararın seçilmesine yardımcı olmak hedeflenmektedir Öngörü teknikleri Bir değişkenin zaman içerisinde aldığı değerlere zaman serisi denmektedir. Zaman serileri değişkenin geçmişteki seyrini ifade etmeleri sebebiyle, geleceğe ilişkin öngörülerde bulunulmasında faydalı olmaktadır. Verinin t+1 zamanında alacağı değer, geçmiş değerlerine bakılarak şu şekilde ifade edilebilir:,,, (2.1) Bu noktadan sonra verinin dağılımına uygun şekilde bir çözüm yolu öngörülerek, f fonksiyonu belirlenmektedir. Olası çözüm yöntemleri şu şekilde listelenebilir: Hareketli Ortalama Ağırlıklı Hareketli Ortalama Üstsel Düzleme Doğrusal Regresyon Kuadratik Regresyon Holt Metodu Holt-Winter Metodu Stok yönetimi modelleri İşletmeler anlık arzı karşılayabilmek için belirli stok seviyeleri ile çalışmaktadırlar. Stok seviyesinin belirlenmesi, stok maliyetleri ile doğrudan işletmenin karlılığını etkilemesi sebebiyle oldukça önemli bir problem olarak karşımıza çıkmaktadır. ULUCAN [7], stok yönetiminin matematiksel olarak modellenmesinin faydalarını şu şekilde sıralamaktadır: 10

24 İşletmelerdeki operasyonların birbirlerinden bağımsız yürümesini sağlarlar. Örneğin üretim ve dağıtım yapan bir işletmede, üretim hattında bir duraklama meydana geldiğinde, eğer yeterli stok bulunuyorsa, dağıtım devam edecektir. Ürün talebindeki dalgalanmaları absorbe eder. Üretim planlamasında esneklik sağlar. Hammadde tesliminde meydana gelebilecek gecikmelere karşı güvence sağlar. Sabit maliyetlerde etkinliği artırır. Miktar indirim avantajı yaratır. Fiyat artışlarına karşı korur Kuyruk teorisi modelleri Kuyruk teorisi, bekleme hatlarının analizi ve yönetimi ile ilgilenmektedir. Kuyruk teorisi, sistemlerinin davranışlarının tanımlanması (modellenmesini) ve servis birimlerinin sayılarının, müşterilerin bekleme olasılıklarının, ortalama bekleme süresinin, sırada bekleyen ortalama müşteri sayısının ve hizmet veren birimlerin boşta kalması olasılıklarının belirlenmesidir Veri Madenciliği Günümüzde Kurumsal Kaynak Yönetimi sistemlerinin yaygınlaşması, işletmelerin sistemlerinde mevcut veri üzerinde oldukça büyük artışlara sebep olmuştur. İşletmelerin günlük işleyişlerini düzenleme amacıyla kullanılmakta olan kurumsal kaynak yönetimi sistemleri, verileri günlük işlemlere uygun şekilde veri tabanlarında depolamaktan sorumludur. Depolana verilerin günlük işlemler dışında, işletmenin durumunun gözlenmesi, geleceğe ilişkin analizlerin yapılması kısacası işletmeye ilişkin kararların alınmasında kullanılabilmesi için değişik araçlarla ve algoritmalarla işlenmesi gerekmektedir. Veri madenciliği, veri içerisinde gömülü bilginin elde edilmesine ilişkin yolları tanımlamaktadır[14]. Veri madenciliği projeleri genelde oldukça büyük verilerle çalışmaktadır, ve bu verilerde çalışma öncesi ve sonrası bazı düzenlemeler ve değişiklikler yapılması gerekir[15]. 11

25 Aydoğan [8] ın ifadesi ile, Veri Madenciliği büyük miktarda veri içinden gelecekle ilgili tahmin yapmamızı sağlayacak bağıntı ve kuralların bilgisayar programları kullanarak aranmasıdır. Veri Madenciliği yapılan diğer tanımlardan bazıları ise şu şekildedir [8]: 1. Holsheimer, büyük veri kümesi içinde saklı olan örüntülerin bulunması olarak tanımlamaktadır [9]. 2. Frawlet, önceden bilinmeyen ve potansiyel olarak faydalı olabilecek, veri içindeki gizli bilgilerin çıkarılması olarak ifade etmektedir [10]. Veri madenciliğinde karşılaşılan sorunlar şu şekilde sıralanabilir: Gürültülü veri sorunu Verilerin toparlanması, işletmenin günlük işlemlerinden sorumlu uygulama yazılımı ERP modüllerinin görevidir. Ancak ERP modüllerinin kullanıcı kaynaklı yanlış veri girişlerine karşı koyma yeteneği, tüm ticari yazılımlar için aynı seviyede olmadığı gibi, net bir şekilde hatalı veri girişine de karşı koymak mümkün değildir. Söz gelimi, kullanıcı herhangi bir değer için 100 yerine yanlışlıkla 1000 girmesi durumunda, verinin dağılımı bozulacağından, bu veri kümesinden çıkarılacak bilgide de anlam kayması olacaktır. Değişik sebeplerden kaynaklı veride ortaya çıkan gürültü, verinin ilgili algoritmalarla incelenmesinden önce düzenlenmeli ve düzeltilmelidir.[33] Gürültülü verilerin düzenlenmesinde temelde şu yöntemler kullanılmaktadır: 1. Uç değerlerde budama ya da en yakın değere benzetme işlemi yapılabilir. Budamada, dağılımda uçta kalan değerler yok varsayılması esas alınmaktadır. Diğerlerine benzetme ise, uç dağılımdaki değerlerin, uç dağılım olarak görülmeyen en yakın değere eşitlenmesi sağlamaktadır. 2. Özellikle kümelemede birbirinden çok uzak değerler anlamsız ve küçük örneklere sahip sınıfların oluşmasına sebep olabilmektedir. Bu durumda iki algoritma kullanılmaktadır[14]: 12

KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ

KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ KURUMSAL VERİLERİN YAPAY ZEKÂ MODELLERİ İLE İŞLENMESİ İÇİN MODELLEME ARACI ALT YAPI TASARIM VE GERÇEKLEŞTİRİMİ DESIGN AND IMPLEMENTATION OF MODELLING TOOL FOR PROCESSING ENTERPRISE DATA BY ARTIFICIAL INTELLIGENCE

Detaylı

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman

Detaylı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Doç.Dr.Mehmet Hakan Satman mhsatman@istanbul.edu.tr İstanbul Üniversitesi 2014.10.22 Doç.Dr.Mehmet Hakan Satmanmhsatman@istanbul.edu.tr Tedarik Zinciri

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN SERİLERİNDE REGRESYON ANALİZİ ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing

Detaylı

İş Zekâsı Sistemi Projesi

İş Zekâsı Sistemi Projesi BI İş Zekâsı Sistemi Projesi Ulaş Kula, Bilişim Ltd. Esinkap 5. Ar-Ge Proje Pazarı 31 Mayıs 2012 Bilişim Ltd. 1985 te kurulan Bilişim Ltd, Türkiye nin üstün başarıyla sonuçlanmış önemli projelerine imza

Detaylı

ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU

ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel

Detaylı

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

Detaylı

Endüstri Mühendisliğine Giriş

Endüstri Mühendisliğine Giriş Endüstri Mühendisliğine Giriş 5 ve 19 Aralık 2012, Şişli-Ayazağa, İstanbul, Türkiye. Yard. Doç. Dr. Kamil Erkan Kabak Endüstri Mühendisliği Bölümü,, Şişli-Ayazağa, İstanbul, Türkiye erkankabak@beykent.edu.tr

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri Konular Veritabanı Tasarım Aşamaları Veri Modeli Nedir? Veri Modeli Temel Bileşenleri İş Kuralları (Business Rules) İş Kurallarını Veri

Detaylı

SİSTEM VE YAZILIM. o Bilgisayar sistemleri donanım, yazılım ve bunları işletmek üzere gerekli işlemlerden oluşur.

SİSTEM VE YAZILIM. o Bilgisayar sistemleri donanım, yazılım ve bunları işletmek üzere gerekli işlemlerden oluşur. SİSTEM VE YAZILIM o Bilgisayar sistemleri donanım, yazılım ve bunları işletmek üzere gerekli işlemlerden oluşur. o Yazılım, bilgisayar sistemlerinin bir bileşeni olarak ele alınmalıdır. o Yazılım yalnızca

Detaylı

İş Zekası Sistemi Veriyi Stratejik Bilgiye Dönüştürür

İş Zekası Sistemi Veriyi Stratejik Bilgiye Dönüştürür İş Zekası Sistemi İş Zekası Sistemi İş Zekâsı Sistemi kolay kullanılır, zengin raporlama ve çözümleme yeteneklerine sahip, farklı veri kaynaklarını birleştirir, yöneticilere çok boyutlu, kurumsal bir görüş

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri VERİ KAYNAKLARI YÖNETİMİ İ İ 5. ÜNİTE GİRİŞ Bilgi sisteminin öğelerinden biride veri yönetimidir. Geleneksel yada çağdaş, birinci yada ikinci elden derlenen veriler amaca uygun veri formlarında tutulur.

Detaylı

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ FMEA-HATA TÜRLERİ VE ETKİ ANALİZİ Tanımlama Mevcut veya olası hataları ortaya koyan, bu hataların yaratabileceği etkileri göz önünde bulunduran ve etkilerine göre hataları önceliklendirerek oluşmalarının

Detaylı

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics 2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının

Detaylı

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI İlaç Tasarımında Yeni Yazılımların Geliştirilmesi: Elektron Konformasyonel-Genetik Algoritma Metodu ile Triaminotriazin Bileşiklerinde Farmakofor Belirlenmesi ve Nicel Biyoaktivite Hesabı; ERCİYES ÜNİVERSİTESİ

Detaylı

Tedarik Zinciri Yönetimi

Tedarik Zinciri Yönetimi Tedarik Zinciri Yönetimi -Tedarik Zinciri Ağı Tasarımı- Yrd. Doç. Dr. Mert TOPOYAN Ağ tasarımı, tedarik zinciri açısından üç karar düzeyini de ilgilendiren ve bu düzeylerde etkisi olan bir konudur. Zincirin

Detaylı

Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven

Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu Sunan : Esra Nergis Güven İçerik Giriş Amaç ve Kapsam Sınıflandırma Geliştirilen Sistem

Detaylı

İşletmenize sınırsız fırsatlar sunar

İşletmenize sınırsız fırsatlar sunar İşletmenize sınırsız fırsatlar sunar İşletmenize Modern iş çözümleri, kurum içerisindeki insanların verimliliğini arttıracak yeni perspektifler sağlayarak onların tüm potansiyellerini kullanmalarına imkan

Detaylı

1 ÜRETİM VE ÜRETİM YÖNETİMİ

1 ÜRETİM VE ÜRETİM YÖNETİMİ İÇİNDEKİLER ÖNSÖZ III Bölüm 1 ÜRETİM VE ÜRETİM YÖNETİMİ 13 1.1. Üretim, Üretim Yönetimi Kavramları ve Önemi 14 1.2. Üretim Yönetiminin Tarihisel Gelişimi 18 1.3. Üretim Yönetiminin Amaçları ve Fonksiyonları

Detaylı

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi

Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Proje/Sipariş/İş Emri (PSI) Bazında Maliyet Analizi Amaç ve Fayda Bilindiği gibi mamul maliyetleri direkt hammadde (direkt ilk madde ve ambalaj), direkt işçilik ve genel üretim giderlerinden oluşmaktadır.

Detaylı

LOGO İş Zekası çözümü ile kurumsal raporlama ve analizler. Cem Yılmaz Genel Müdür LOGOBI Yazılım

LOGO İş Zekası çözümü ile kurumsal raporlama ve analizler. Cem Yılmaz Genel Müdür LOGOBI Yazılım LOGO İş Zekası çözümü ile kurumsal raporlama ve analizler Cem Yılmaz Genel Müdür LOGOBI Yazılım Hakkımızda LOGOBI Yazılım A.Ş. iş zekası alanında faaliyet gösteren, Türkiye de sahip olduğu yüzlerce müşterinin

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız?

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız? Lisansüstü Eğitiminizi Neden Endüstri Mühendisliği Bölümünde Yapmalısınız? Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi Endüstri Mühendisliği Bölümü, 1990 yılında kurulmuş ve ilk mezunlarını 1994

Detaylı

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI 2014 İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI Açıklama Staj yapılan işletmelerde

Detaylı

Kısaca. Müşteri İlişkileri Yönetimi. Nedir? İçerik. Elde tutma. Doğru müşteri 01.06.2011. Genel Tanıtım

Kısaca. Müşteri İlişkileri Yönetimi. Nedir? İçerik. Elde tutma. Doğru müşteri 01.06.2011. Genel Tanıtım Kısaca Müşteri İlişkileri Yönetimi Genel Tanıtım Başar Öztayşi Öğr. Gör. Dr. oztaysib@itu.edu.tr 1 MİY Genel Tanıtım 2 MİY Genel Tanıtım İçerik Müşteri İlişkileri Yönetimi Nedir? Neden? Tipleri Nelerdir?

Detaylı

YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ

YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ Bu ders 1. Sınıf güz döneminden 2. Sınıf güz dönemine alınmıştır. gerektiği halde alamayan öğrenciler 2010-2011 öğretim yılı

Detaylı

SİSTEM ANALİZİ VE TASARIMI

SİSTEM ANALİZİ VE TASARIMI SİSTEM ANALİZİ VE TASARIMI BİLGİ SİSTEMİ GELİŞTİRME SÜRECİ Sistem Geliştirme Süreci ve Modelleri Sistem Geliştirme Yaşam Döngüsü Bilgi sistemlerinin geliştirilmesi için izlenen sürece Sistem Geliştirme

Detaylı

3. sınıf. Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste

3. sınıf. Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste 3. sınıf 5. Yarıyıl (Güz Dönemi) Bilgi Kaynaklarının Tanımlanması ve Erişimi I (AKTS 5) 3 saat Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste Kütüphane Otomasyon

Detaylı

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay.

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay. PROGRAMLAMAYA GİRİŞ Öğr. Gör. Ayhan KOÇ Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay., 2007 Algoritma ve Programlamaya Giriş, Ebubekir YAŞAR, Murathan Yay., 2011

Detaylı

Bölüm 1: Veritabanı Yönetim Sistemlerine Giriş

Bölüm 1: Veritabanı Yönetim Sistemlerine Giriş Bölüm 1: Veritabanı Yönetim Sistemlerine Giriş -1- Dr. Serkan DİŞLİTAŞ 1.1. Veri ve Bilgi (Data & Information) Hesaplama, saklama gibi çeşitli işlemler amacıyla bilgisayara verilen sayı, yazı, resim, ses,

Detaylı

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 Bölüm 2 DOĞRUSAL PROGRAMLAMA 21 2.1 Doğrusal Programlamanın

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21

2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21 İçindekiler Önsöz İkinci Basım için Önsöz Türkçe Çeviri için Önsöz Gösterim xiii xv xvii xix 1 Giriş 1 1.1 Yapay Öğrenme Nedir?......................... 1 1.2 Yapay Öğrenme Uygulamalarına Örnekler...............

Detaylı

VERİ MADENCİLİĞİNE BAKIŞ

VERİ MADENCİLİĞİNE BAKIŞ VERİ MADENCİLİĞİNE BAKIŞ İçerik Veri Madenciliği Neden Veri Madenciliği? Veri ve Veri Madenciliğinin Önemi Günümüzde Kullanılan Veri Madenciliğinin Çeşitli İsimleri Veri Madenciliği Nedir? Neden Veri Madenciliği?

Detaylı

bilişim ltd İş Zekâsı Sistemi

bilişim ltd İş Zekâsı Sistemi BI İş Zekâsı Sistemi Bilişim Ltd. 1985 te kurulan Bilişim Ltd, Türkiye nin üstün başarıyla sonuçlanmış önemli projelerine imza atan öncü bir yazılımevi ve danışmanlık kurumu dur. Önemli kuruluşların bilgi

Detaylı

yöneylem araştırması Nedensellik üzerine diyaloglar I

yöneylem araştırması Nedensellik üzerine diyaloglar I yöneylem araştırması Nedensellik üzerine diyaloglar I i Yayın No : 3197 Eğitim Dizisi : 149 1. Baskı Ocak 2015 İSTANBUL ISBN 978-605 - 333-225 1 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları

Detaylı

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER Yazılımı ve Genel Özellikleri Doç.Dr. Cüneyt BAYILMIŞ Kablosuz Ağların Modellemesi ve Analizi 1 OPNET OPNET Modeler, iletişim sistemleri ve

Detaylı

DEĞER MÜHENDİSLİĞİ. Veli KOÇAK Yazılım Mühendisi. Maltepe Üniversitesi - 2014

DEĞER MÜHENDİSLİĞİ. Veli KOÇAK Yazılım Mühendisi. Maltepe Üniversitesi - 2014 DEĞER MÜHENDİSLİĞİ Veli KOÇAK Yazılım Mühendisi Maltepe Üniversitesi - 2014 GİRİŞ Günümüzün rekabetçi koşullarında varlığını sürdürmek isteyen işletmeler, düşük maliyetli, yüksek kaliteli ve müşteri isteklerine

Detaylı

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.

Detaylı

yönetimi vb. lisans ve yüksek lisans programlarındaki öğrenciler için kapsamlı bilgilenme imkânı sağlamaktadır.

yönetimi vb. lisans ve yüksek lisans programlarındaki öğrenciler için kapsamlı bilgilenme imkânı sağlamaktadır. Önsöz Günümüzde, hemen hemen her tür ve boyutta organizasyonda, görevleri proje olarak organize etmek yaygınlaşmıştır. Bunun en temel nedenlerinden biri çağdaş yönetim anlayışının hiyerarşik örgüt yapısından

Detaylı

Veri Ambarından Veri Madenciliğine

Veri Ambarından Veri Madenciliğine Veri Ambarından Veri Madenciliğine Yrd. Doç. Dr. Ömer Utku Erzengin 1, Uzman Emine Çetin Teke 2, İstatistikçi Nurzen Üzümcü 3 1 Süleyman Demirel Üniversitesi Fen Edebiyat Fakültesi İstatistik Bölümü 2

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri

Detaylı

2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları

2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları 2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları Prof. Dr. Orhan TORKUL 1. Bilişim Sistemleri Analiz ve Tasarımı 2. İş Zekası Sistemleri 3. Ortak Çalışma Sistemleri

Detaylı

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U) DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

Detaylı

Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği

Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bilgisayar Mühendisliği Günümüzde, finans, tıp, sanat, güvenlik, enerji gibi bir çok sektör, bilgisayar mühendisliğindeki gelişimlerden

Detaylı

İbrahim Küçükkoç Arş. Gör.

İbrahim Küçükkoç Arş. Gör. Doğrusal Programlamada Karışım Problemleri İbrahim Küçükkoç Arş. Gör. Balikesir Üniversitesi Endüstri Mühendisliği Bölümü Mühendislik-Mimarlık Fakültesi Çağış Kampüsü 10145 / Balıkesir 0 (266) 6121194

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS PROGRAMLAMA BG-213 2/1 2+0+2 2+1 5 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS

Detaylı

Tahminleme Yöntemleri

Tahminleme Yöntemleri PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri

Detaylı

Electronic Letters on Science & Engineering 2(2) (2011) Available online at www.e-lse.org

Electronic Letters on Science & Engineering 2(2) (2011) Available online at www.e-lse.org Electronic Letters on Science & Engineering 2(2) (2011) Available online at www.e-lse.org ERP: Enterprise Resource Planning Ceyda Şahbazoğlu 1, Feyzullah Temurtaş 2,* 1 Sakarya Üniversitesi, Fen Bilimleri

Detaylı

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Kullanıcıdan aldığı veri ya da bilgilerle kullanıcının isteği doğrultusunda işlem ve karşılaştırmalar yapabilen, veri ya da bilgileri sabit disk,

Detaylı

YÖNETİM BİLİŞİM SİSTEMLERİ BÖLÜMÜ YENİ DERS MÜFREDATI (1) FAKÜLTESİ: İŞLETME FAKÜLTESİ / BUSINESS SCHOOL

YÖNETİM BİLİŞİM SİSTEMLERİ BÖLÜMÜ YENİ DERS MÜFREDATI (1) FAKÜLTESİ: İŞLETME FAKÜLTESİ / BUSINESS SCHOOL (3) SINIFI: 1. Yıl Güz Dönemi MIS101 BİLGİSAYAR PROGRAMLAMA 1 COMPUTER PROGRAMMING 1 Z 3-0 4 BUS101 BİLİM VE TEKNOLOJİ TARİHİ HISTORY OF SCIENCE AND TECHNOLOGY Z 3-0 4 BUS103 İŞLETMECİLER İÇİN MATEMATİK

Detaylı

İş Analitiği'ne Netezza ile Yüksek Performans Katın

İş Analitiği'ne Netezza ile Yüksek Performans Katın İş Analitiği'ne Netezza ile Yüksek Performans Katın Umut ŞATIR İleri Analitik Çözüm Mimarı 2012 IBM Corporation Netezza and IBM Business Analytics Baştan sona bir İş Analitiği çözümü Performans Kolaylık

Detaylı

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC)

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem analistlerinin ve kullanıcı faaliyetlerinin spesifik döngüsünün kullanılmasıyla En iyi geliştirilmiş sistemin oluşmasını

Detaylı

TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI

TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI 1. YIL 1. DÖNEM BİL 103 Bilgisayar Bilimlerine Giriş 2 0 2 3 Z BİL 113 Bilgisayar

Detaylı

FMEA. Hata Türleri ve Etkileri Analizi

FMEA. Hata Türleri ve Etkileri Analizi FMEA Hata Türleri ve Etkileri Analizi 2007 FMEA Tanımı FMEA (HTEA), bir ürün veya prosesin potansiyel hatalarını ve bunların sonucu olabilecek etkilerini tanımlama, değerlendirme, potansiyel hatanın ortaya

Detaylı

Ders Kodu Dersin Adı Dersin Ġntibak Durumu

Ders Kodu Dersin Adı Dersin Ġntibak Durumu ENDÜSTRĠ SĠSTEMLERĠ MÜHENDĠSLĠĞĠ BÖLÜMÜ ĠNTĠBAK ÇĠZELGESĠ 2010-2011 1.SINIF / GÜZ DÖNEMĠ IUE100 Akademik ve Sosyal Oryantasyon CS 115 Programlamaya Giriş I Bu ders 1. Sınıf güz döneminden 2. Sınıf güz

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

Yrd. Doç. Dr. Ayça Tarhan. Hacettepe Üniversitesi Bilgisayar Mühendisliği Bölümü atarhan@hacettepe.edu.tr

Yrd. Doç. Dr. Ayça Tarhan. Hacettepe Üniversitesi Bilgisayar Mühendisliği Bölümü atarhan@hacettepe.edu.tr Yrd. Doç. Dr. Ayça Tarhan Hacettepe Üniversitesi Bilgisayar Mühendisliği Bölümü atarhan@hacettepe.edu.tr Süreç Değerlendirme Nedir? Süreç: Girdileri çıktılara dönüştüren, ilişkili veya etkileşimli etkinlikler

Detaylı

CELAL BAYAR ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ STAJ YÖNERGESİ

CELAL BAYAR ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ STAJ YÖNERGESİ Bu staj yönergesi Celal Bayar Üniversitesi Endüstri Mühendisliği öğrencilerinin Üretim ve Yönetim stajları sırasında yapmaları gereken çalışmaları içermektedir. Staj, öğrencinin öğrenim hayatı boyunca

Detaylı

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1 Bilgisayar Mühendisliği Bilgisayar Mühendisliğine Giriş 1 Mühendislik Nedir? Mühendislik, bilim ve matematiğin yararlı cihaz ve sistemlerin üretimine uygulanmasıdır. Örn: Elektrik mühendisleri, elektronik

Detaylı

Arş.Gör.Muhammet Çağrı Gencer Bilgisayar Mühendisliği KTO Karatay Üniversitesi 2015

Arş.Gör.Muhammet Çağrı Gencer Bilgisayar Mühendisliği KTO Karatay Üniversitesi 2015 Arş.Gör.Muhammet Çağrı Gencer Bilgisayar Mühendisliği KTO Karatay Üniversitesi 2015 KONU BAŞLIKLARI 1. Yazılım Mimarisi nedir? 2. Yazılımda Karmaşıklık 3. Üç Katmanlı Mimari nedir? 4. Üç Katmanlı Mimari

Detaylı

Öğr.Gör.İnan ÜNAL Tunceli Üniversitesi Bilgisayar Mühendisliği Bölümü

Öğr.Gör.İnan ÜNAL Tunceli Üniversitesi Bilgisayar Mühendisliği Bölümü Öğr.Gör.İnan ÜNAL Tunceli Üniversitesi Bilgisayar Mühendisliği Bölümü Büyük miktardaki veriler içerisinden önemli olanlarını bulup çıkarmaya veri Madenciliği denir. Veri madenciliği bir sorgulama işlemi

Detaylı

BENZETİM. Prof.Dr.Berna Dengiz

BENZETİM. Prof.Dr.Berna Dengiz Prof.Dr.Berna Dengiz 2. Ders Sistemin Performans.. Ölçütleri Sistem Türleri Benzetim Modelleri Statik veya Dinamik Deterministik ( belirli ) & Stokastik ( olasılıklı) Kesikli & Sürekli Sistemin Performans

Detaylı

TMS YORUM - 32 MADDİ OLMAYAN DURAN VARLIKLAR - İNTERNET SİTESİ MALİYETLERİ

TMS YORUM - 32 MADDİ OLMAYAN DURAN VARLIKLAR - İNTERNET SİTESİ MALİYETLERİ MADDİ OLMAYAN DURAN VARLIKLAR - İNTERNET SİTESİ MALİYETLERİ GÜNCELLEMELER ve YÜRÜRLÜK TARİHLERİ TMS Yorum 32 Maddi Olmayan Duran Varlıklar - İnternet Sitesi Maliyetleri Yorumu 31/12/2005 tarihinden sonra

Detaylı

Enterprise Resource Planning - ERP - Kurumsal kaynak planlaması ya da iş letme kaynak planlaması,

Enterprise Resource Planning - ERP - Kurumsal kaynak planlaması ya da iş letme kaynak planlaması, Enterprise Resource Planning - ERP - Kurumsal kaynak planlaması ya da iş letme kaynak planlaması, işletmelerde mal ve hizmet üretimi için gereken işgücü, makine, malzeme gibi kaynakların verimli bir şekilde

Detaylı

1. VERİ TABANI KAVRAMLARI VE VERİ TABANI OLUŞTUMA

1. VERİ TABANI KAVRAMLARI VE VERİ TABANI OLUŞTUMA BÖLÜM15 D- VERİ TABANI PROGRAMI 1. VERİ TABANI KAVRAMLARI VE VERİ TABANI OLUŞTUMA 1.1. Veri Tabanı Kavramları Veritabanı (DataBase) : En genel tanımıyla, kullanım amacına uygun olarak düzenlenmiş veriler

Detaylı

F(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K);

F(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K); 2009-2010 BAHAR DÖNEMİ MC 689 ALGORİTMA TASARIMI ve ANALİZİ I. VİZE ÇÖZÜMLERİ 1. a) Böl ve yönet (divide & conquer) tarzındaki algoritmaların genel özelliklerini (çalışma mantıklarını) ve aşamalarını kısaca

Detaylı

SİSTEM ANALİZİ VE TASARIMI. Sistem Analizi -Bilgi Sistemleri-

SİSTEM ANALİZİ VE TASARIMI. Sistem Analizi -Bilgi Sistemleri- SİSTEM ANALİZİ VE TASARIMI Sistem Analizi -Bilgi Sistemleri- Bilgi Sistemi Bilgi sistemi, karar vericiler için verileri işleyerek bilgi sağlayan çoğunlukla bilgisayara dayalı sistemlerdir. Bilgi sistemi

Detaylı

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR YAZILIM: SOFTWARE Yazılım (Software): Yazılım sadece bir bilgisayar programı değildir. Basılı veya elektronik ortamdaki her tür dokümanı da içeren ürün. Dokümanlar yazılım mühendislerine ve son kullanıcıya

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

Excel de Pivot Tablolar Tasarım ve Kullanımı

Excel de Pivot Tablolar Tasarım ve Kullanımı FARUK ÇUBUKÇU EXCEL AKADEMİ Excel de Pivot Tablolar Tasarım ve Kullanımı Pivot tablolar; satışlar, siparişler gibi verileri gruplamayı, alt toplamlarını almayı ve filtreleme işlemleri yapmayı sağlayan

Detaylı

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi

Detaylı

DENEY 3 HAVALI KONUM KONTROL SİSTEMİ DENEY FÖYÜ

DENEY 3 HAVALI KONUM KONTROL SİSTEMİ DENEY FÖYÜ DENEY 3 HAVALI KONUM KONTROL SİSTEMİ DENEY FÖYÜ 1. Deneyin Amacı Bu deneyde, bir fiziksel sistem verildiğinde, bu sistemi kontrol etmek için temelde hangi adımların izlenmesi gerektiğinin kavranması amaçlanmaktadır.

Detaylı

DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI

DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI PROJE ADI: TÜRKİYE DEKİ GELECEKTEKİ DOKTOR İHTİYACINI YÖNEYLEM ARASTIRMASI İLE BELİRLEMEK MEV KOLEJİ BASINKÖY OKULLARI

Detaylı

Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı

Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı MATRİS Gündem Maliyet Tabanlı Rekabetçi Fiyatlandırma Sisteminin İhtiyaç

Detaylı

Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı

Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı Başkent Üniversitesi Bilgisayar Mühendisliği Yönetim Bilişim Sistemleri (Bil 483) 20394676 - Ümit Burak USGURLU Veritabanı Veri tabanı düzenli bilgiler

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER SPSS in üzerinde işlem yapılabilecek iki ana ekran görünümü vardır. DATA VIEW (VERİ görünümü) VARIABLE VIEW (DEĞİŞKEN görünümü) 1 DATA VIEW (VERİ görünümü) İstatistiksel

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

VERİ YAPILARI VE PROGRAMLAMA VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil

Detaylı

Endüstri Mühendisliği Tezli Yüksek Lisans Dersler Tablosu

Endüstri Mühendisliği Tezli Yüksek Lisans Dersler Tablosu Endüstri Mühendisliği Tezli Yüksek Lisans Dersler Tablosu Zorunlu Dersler Ders Kodu Ders Adı Teorik Uygulama Toplam AKTS IENG540 Optimizasyon Modelleri ve Algoritmalar 3 0 3 8 IENG560 Olasılıksal Analiz

Detaylı

BİLİŞİM SİSTEMLERİ GÜVENLİĞİNDE YENİ EĞİLİMLER

BİLİŞİM SİSTEMLERİ GÜVENLİĞİNDE YENİ EĞİLİMLER BİLİŞİM SİSTEMLERİ GÜVENLİĞİNDE YENİ EĞİLİMLER Dr. Hayrettin Bahşi bahsi@uekae.tubitak.gov.tr 11 Mart 2010 Gündem Bulut Hesaplama Sistemleri ve Bilgi Güvenliği Güvenli Yazılım Geliştirme Hayat Döngüsü

Detaylı

ÜNİT E ÜNİTE GİRİŞ. Algoritma Mantığı. Algoritma Özellikleri PROGRAMLAMA TEMELLERİ ÜNİTE 3 ALGORİTMA

ÜNİT E ÜNİTE GİRİŞ. Algoritma Mantığı. Algoritma Özellikleri PROGRAMLAMA TEMELLERİ ÜNİTE 3 ALGORİTMA PROGRAMLAMA TEMELLERİ ÜNİTE 3 ALGORİTMA GİRİŞ Bilgisayarların önemli bir kullanım amacı, veri ve bilgilerin kullanılarak var olan belirli bir problemin çözülmeye çalışılmasıdır. Bunun için, bilgisayarlar

Detaylı

İş Zekası ve Veri Ambarı Sistemleri. Nergiz Ercil Çağıltay

İş Zekası ve Veri Ambarı Sistemleri. Nergiz Ercil Çağıltay İş Zekası ve Veri Ambarı Sistemleri Nergiz Ercil Çağıltay BÖLÜM 3 Bilgi kartopu gibi yuvarlandıkça büyür. L. Sidney İş Zekası Gereksinimleri Organizasyonun gelişimi nasıl olmuştur? Şu an organizasyonun

Detaylı

EDM SAP Business One

EDM SAP Business One EDM SAP Business One SAP Business One Kobileri Dünya Standartlarına taşıyoruz.. SAP Business One Tek sistemle daha verimli ve etkin yönetim SAP Business One tüm KOBİ lerin taleplerini karşılamak üzere

Detaylı

C PROGRAMLAMA YRD.DOÇ.DR. BUKET DOĞAN PROGRAM - ALGORİTMA AKIŞ ŞEMASI

C PROGRAMLAMA YRD.DOÇ.DR. BUKET DOĞAN PROGRAM - ALGORİTMA AKIŞ ŞEMASI C PROGRAMLAMA DİLİ YRD.DOÇ.DR. BUKET DOĞAN 1 PROGRAM - ALGORİTMA AKIŞ ŞEMASI Program : Belirli bir problemi çözmek için bir bilgisayar dili kullanılarak yazılmış deyimler dizisi. Algoritma bir sorunun

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 VERİ YAPILARI Sunu Planı Kendini-gösteren Yapılar Dinamik Bellek Tahsisi Bağlı Listeler Yığınlar Kuyruklar Ağaçlar 1 Veri Yapıları Şu ana kadar, diziler, matrisler ve yapılar

Detaylı

UNIVERSAL BİLGİ TEKNOLOJİLERİ

UNIVERSAL BİLGİ TEKNOLOJİLERİ UNIVERSAL BİLGİ TEKNOLOJİLERİ Coğrafi Bilgi Sistemleri (CBS) ile Bilgisayar Destekli Tasarım (CAD) Sistemleri Arasındaki Temel Farklar Universal Bilgi Teknolojileri Ltd. Şti. 2010. Tüm hakları saklıdır.

Detaylı

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için Üretim Çizelgeleme Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için işgörenin nerede, ne zaman gerekli olduğunun, gerekli faaliyetlerin zamanlamasının, üretime başlama ve üretimi tamamlama

Detaylı

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2015 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi

Detaylı