Ek B Ingilizce T urk ce S ozl uk Ingilizce urk ce

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Ek B Ingilizce T urk ce S ozl uk Ingilizce urk ce"

Transkript

1 Ek B İngilizce Türkçe Sözlük İngilizce action activation active acyclic adaptation additive aerodynamics agent agglomerative algorithm alignment allele analysis analytical analyzer ancestor anchor and anneal approximate approximation arc articulator association attribute augmented authentication autoassociator Türkçe eylem etkilenim etkin çevrimsiz uyarlama eklemeli hava devinim bilimi etmen birleştirmeli algoritma hizalama eş gen çözümleme çözümsel çözümleyici ata çapa ve tavlamak yaklaşık yaklaşıklama ayrıt eklemleyici ilişkilendirme öznitelik genişletilmiş kimlik doğrulama özilişkilendirici

2 452 Ek B. İngilizce Türkçe Sözlük automaton axiom backpropagation backup backward bag of words bandit base basis basket batch Bayesian belief benchmark bias bias unit bin binary binding binomial biometrics blocking Boolean bootstrap branch and bound breadth-first bump canonical capacity cascade case-based causal cause central limit theorem chain chapter characterize chi-square city-block distance class classifier clique cluster code özdevinir belit geri yayma geriye taşıma geriye doğru sözcük torbası kollu kumar makinesi taban taban sepet toptan Bayesçi inanç denek yanlılık ek girdi kutucuk ikili değer atama binom biyometri bölükleme mantıksal rastgele örnekleme dallan ve sınırla genişlik öncelikli tümsek asal sığım ardışık örnek tabanlı nedensel neden merkezi limit kuramı zincir bölüm betimlemek ki kare şehir içi uzaklık sınıf sınıflandırıcı hizip öbek gizyazı

3 453 codebook vector column combination competitive complement complexity component compression computation concave condensed conditional independence confidence confusion (matrix) conjugate connected (graph) connection connectivity constant contingency (table) contour contrast convex convolution cooperative coordinates correction correlation cost count coupled covariance cover credit assignment criterion criterion critic cross-entropy cross-validation cumulative (distribution) curse of dimensionality curvature curve cycle gizyazı yöneyi sütun birleşim yarışmacı tümleyen karmaşıklık bileşen sıkıştırma hesaplama içbükey seyrek koşullu bağımsızlık güven hata (dizeyi) eşlenik bağlı (çizge) bağlantı bağlantısallık sabit olumsallık (çizelgesi) çevrit zıtlık dışbükey evrişim işbirlikçi eksen değerleri düzeltme ilinti bedel sayım bağlı eşdeğişinti kapsamak sorumluluk atama ölçüt kıstas eleştirmen çapraz düzensizlik çapraz geçerleme birikimli (dağılım) çok boyutluluğun laneti eğrilik eğri çevrim

4 454 Ek B. İngilizce Türkçe Sözlük dataset decay decision decode decoder decomposition decremental dendrogram density depth-first descendant description design detail detection deterministic deviation diagnosis diagnostic diagonal diagram dichotomizer diffusion dilemma dimension directed discontinuity discount discrete discretization discriminant distance distributed distribution divergence diversity divisive document dot product doubt dual dummy variable dynamic edge veri kümesi sönüm karar gizçözmek gizçözer ayrışım azalımlı ağaç çizit yoğunluk derinlik öncelikli soyundan gelen betimleme tasarım ayrıntı sezim gerekirci sapma tanı tanısal köşegen çizem ikili ayırıcı yayınım ikilem boyut yönlü süreksizlik indirim kesikli kesiklileştirme ayırtaç uzaklık dağıtık dağılım ıraksama çeşitlilik bölmeli belge iç çarpım kuşku eşlek yapay değişken devingen ayrıt

5 455 edit distance efficient eigenvector element eligibility eliminate embedding emission empirical encode encoder ensemble entropy environment episode epoch equation error error bar eşölçümsel et al Euclidean distance evaluation evidence exact example exercise exhaustive expansion expectation-maximization experiment expert explaining away expression extraction extrapolation factor factor factorial feature feedforward figure filter finite horizon düzeltme uzaklığı etkili özyöney öğe uygunluk elemek gömme yayım gözlemsel gizyazmak gizyazar küme düzensizlik ortam serüven dönem denklem hata hata çubuğu isometric ve ötekiler Euclid uzaklığı değerlendirme kanıt kesin örnek alıştırma kapsayan açılım beklenti büyütme deney uzman örtbas etmek bildirim çıkarım dışdeğerleme çarpan etken etkensel öznitelik ileriye doğru şekil süzgeç sonlu serüven

6 456 Ek B. İngilizce Türkçe Sözlük fit flexible floating fold forward frontal function fusion fuzzy generalization generative generic geodesic gradient graph graphical greedy group hard hash table heuristics hidden hierarchical higher-order hinge (loss) hint histogram hybrid hyper hypothesis identical if-then iid ill-posed impurity imputation incremental independence index indicator induction inductive bias inference infinite horizon oturtma, uydurma esnek kayan kat ileriye doğru cepheden işlev kaynaştırma bulanık genelleme üretici genel yerölçümsel eğim çizge çizgesel açgözlü öbek keskin anahtarlı çizelge sezgi saklı ağaç yapılı üst düzey menteşe (yitimi) ipucu çubukçizit karma üstün denence özdeş eğer-ise bağımsız ve özdeşçe dağılmış kötü konumlanmış katışıklık yükleme artımlı bağımsızlık dizin gösterge kural oluşturma model varsayımı çıkarsama sonsuz serüven

7 457 influence information inhibition initial inner product input instance instantiate interaction internal interpolate interpretability interval invariance isometric isoprobability item iteration jobshop joint jump junction kfold kernel kernelization k-means k-nearest neighbor knowledge latent lateral lattice layer leader cluster leaf leave-one-out level lift (of an association rule) likelihood linear link loading local logistic logit etki bilgi ketleme ilk iç çarpım girdi örnek somutlaşmak etkileşim iç ara değerlemek yorumlanabilirlik aralık değişmezlik eşölçümsel eşolasılık öğe yineleme sipariş birleşik sıçrama kavşak kkat çekirdek çekirdekleme k merkezli en yakın k komşu bilgi saklı yanal kafes katman önder öbekleme yaprak birini dışarıda bırak düzey etki (ilişkilendirme kuralının) olabilirlik doğrusal bağ yükleme yerel S biçimli ters S

8 458 Ek B. İngilizce Türkçe Sözlük loop loss majority map mapping margin marginalize matching matrix maximization maximum a posteriori (MAP) maximum likelihood (ML) max-product mean measure mechanism meiosis membership memory message methodology metric minimization missing mixture modality mode (of a density) model moralization multinomial (distribution) multiple multistage multivariate mutually exclusive naive negative network neuron node noise nonlinear nonnegative nonparametric norm döngü yitim çoğunluk harita eşleme kenar payı tümleştirme eşleştirme dizey büyütme en büyük sonsal (EBS) en büyük olabilirlik (EBO) büyütme çarpma ortalama ölçüt düzenek eşeyli bölünme üyelik bellek ileti yöntembilim ölçev küçültme eksik karışım kip tepe (dağılımın) model ahlaklılaştırma katlıterimli (dağılım) çoklu çok aşamalı çok değişkenli ayrık saf eksi ağ sinir hücresi düğüm gürültü doğrusal olmayan eksi olmayan dağılımdan bağımsız büyüklük

9 459 normal normalization NP-complete nuisance factor null hypothesis numeric oblique observable observation Occam s razor occluded offline off-policy omnivariate one-sided online on-policy optimal optimization or order (of a polynomial) order (statistics) origin (of axes) oscillate outcome outlier overfitting overtraining paired pairing pairwise parallel parametric parent (node) parity partial passive path pattern pedigree perceptron performance phone phoneme normal normalleştirme çokterimli zamanda bulunamaz zararlı etken sıfır denencesi sayısal yatık gözlenebilir gözlem Occam ın usturası örtülü çevrimdışı politikasız tüm değişkenli tek yanlı çevrimiçi politikalı en iyi iyileme veya derece (çokterimlinin) sıra (istatistikleri) sıfır noktası (eksenlerin) salınım sonuç aykırı aşırı öğrenme aşırı eğitme eşli eşleme ikili koşut dağılıma bağlı ebeveyn (düğüm) eşlik kısmi, kısmen edilgen yol örüntü soy algılayıcı başarım sesbirimcik sesbirim

10 460 Ek B. İngilizce Türkçe Sözlük phylogenetic tree piecewise pixel plasticity plate plot plurality policy polychotomizer polyhedron polynomial polytree positive positive definite positive semidefinite posterior posthoc postpruning potential function power power function precision predicate prediction predictive prepruning primal principal principle prior probabilistic probability probably procedure projection propagation propositional (rule) prototype pruning pseudocode purity pursuit quadratic quantization soy ağacı parçalı imge noktası yoğrukluk tabaka çizim çoğulluk politika çoklu ayırıcı çokyüzlü çokterimli çoklu ağaç artı kesin artı yarı kesin artı sonsal olasılık artçı geç budama gerilim işlevi üst güç işlevi kesinlik belirtim öngörü öngörücü erken budama asal temel ilke önsel olasılıksal olasılık olası yordam izdüşüm yayılım önermeli (kural) asıl örnek budama örnek program saflık izleme karesel, ikinci dereceden nicemleme

11 461 query radial random random randomization range rank (of a matrix) rank (test) real-time reasoning recall receiver receptive field reciprocal recognition reconstruction recurrent recursive redundancy reference references region regression regressogram regularization reinforcement reject relative relevance replication repository representation residual response retrieval reverse engineering reward ridge risk robust row rule running sample sorgu dairesel rastgele rastsal rastsallaştırma açıklık kerte (dizeyin) sıra (sınaması) gerçek zamanlı akıl yürütme anma alıcı algı alanı ters tanıma geriçatma özyineli özçağrılı fazlalık dayanak kaynaklar alan bağlanım bağlanım çiziti düzenlileştirme pekiştirme ret görece ilgililik çoğaltma veri tabanı gösterim artık tepki erişim tersine mühendislik ödül sırt risk gürbüz satır kural akan örneklemek (f), örneklem (i)

12 462 Ek B. İngilizce Türkçe Sözlük scalar scale scatter scene schedule scree search section segmentation selection self-organizing semiparametric sensitivity sensor sequence sequential set shaded share shatter short term sigmoid sign significance simulation simultaneous singly (connected) singular slack (variable) smooth smoother soft softmax (function) sort spam span sparse spatial specific specificity spectral spectrum spline split sayıl ölçek saçılım görüntü zaman çizelgesi kayşat arama bölüm bölütleme seçim özörgütlemeli dağılıma yarı bağlı duyarlılık alıcı dizi sırayla küme gölgeli paylaşmak tuz buz etmek kısa soluklu sigmoid (S işlevi) işaret anlamlılık benzetim eş zamanlı tekli (bağlı) tekil artık (değişken) düzleştirme düzleştirici eşiksiz eşiksiz en büyük işlevi sıralamak istenmeyen elektronik posta kapsamak seyrek uzamsal özgül özgüllük izgesel izge eğri bölme

13 463 spread yayılım stable kararlı stacking yığma stepsize adım büyüklüğü stimulation dürtü stochastic rastgele strategy yordam stratification katmanlaştırma stress gerilim string dizi structure yapı stump ağaççık subgraph altçizge subset altküme subspace altuzay sum-product toplam çarpım supervised gözetimli support destek surface yüzey switching geçişli symbol simge symmetric bakışımlı symptom belirti synchronization eşzamanlama system dizge table çizelge tangent teğet template şablon temporal zamansal term terim terminal uç test sınama theory kuram threshold eşik time delay zaman gecikmeli time series zaman dizisi topographic yerbetimsel topological ilingesel trace iz trade-off ödünleşim trajectory gezinge transcribe çevriyazmak transition geçiş transpose devrik

14 464 Ek B. İngilizce Türkçe Sözlük traveling salesman trellis two-sided type I type II unbiased unconstrained underfitting unfold uniform (distribution) univariate unobservable unsupervised utility validation variance variational vector version vigilance virtual voting weight winner-take-all wrapper xor gezgin satıcı kafes iki yanlı 1. tür 2. tür yansız kısıtlanmamış eksik öğrenme açılmış tekdüze (dağılım) tek değişkenli gözlenemeyen gözetimsiz fayda geçerleme değişinti değişimsel yöney sürüm tetiklik sanal oylama ağırlık kazanan hepsini alır dürümcü dışlamalı veya

15 Ek C Türkçe İngilizce Sözlük Türkçe İngilizce 1. tür type I 2. tür type II açgözlü greedy açıklık range açılım expansion açılmış unfold adım büyüklüğü stepsize ağ network ağaç çizit dendrogram ağaç yapılı hierarchical ağaççık stump ağırlık weight ahlaklılaştırma moralization akan running akıl yürütme reasoning alan region algı alanı receptive field algılayıcı perceptron algoritma algorithm alıcı receiver alıcı sensor alıştırma exercise altçizge subgraph altküme subset altuzay subspace anahtarlı çizelge hash table anlamlılık significance anma recall

16 466 Ek C. Türkçe İngilizce Sözlük ara değerlemek aralık arama ardışık artçı artı artık artık (değişken) artımlı asal asal asıl örnek aşırı eğitme aşırı öğrenme ata ayırtaç aykırı ayrık ayrıntı ayrışım ayrıt ayrıt azalımlı bağ bağımsız ve özdeşçe dağılmış bağımsızlık bağlanım bağlanım çiziti bağlantı bağlantısallık bağlı bağlı (çizge) bakışımlı başarım Bayesçi bedel beklenti büyütme belge belirti belirtim belit bellek benzetim betimleme interpolate interval search cascade posthoc positive residual slack (variable) incremental canonical primal prototype overtraining overfitting ancestor discriminant outlier mutually exclusive detail decomposition arc edge decremental link iid independence regression regressogram connection connectivity coupled connected (graph) symmetric performance Bayesian cost expectation-maximization document symptom predicate axiom memory simulation description

17 467 betimlemek characterize bildirim expression bileşen component bilgi information bilgi knowledge binom binomial birikimli (dağılım) cumulative (distribution) birini dışarıda bırak leave-one-out birleşik joint birleşim combination birleştirmeli agglomerative biyometri biometrics boyut dimension bölme split bölmeli divisive bölükleme blocking bölüm chapter bölüm section bölütleme segmentation budama pruning bulanık fuzzy büyüklük norm büyütme maximization büyütme çarpma max-product cepheden frontal çapa anchor çapraz düzensizlik cross-entropy çapraz geçerleme cross-validation çarpan factor çekirdek kernel çekirdekleme kernelization çeşitlilik diversity çevrim cycle çevrimdışı offline çevrimiçi online çevrimsiz acyclic çevrit contour çevriyazmak transcribe çıkarım extraction çıkarsama inference çizelge table çizem diagram çizge graph çizgesel graphical

18 468 Ek C. Türkçe İngilizce Sözlük çizim çoğaltma çoğulluk çoğunluk çok aşamalı çok boyutluluğun laneti çok değişkenli çoklu çoklu ağaç çoklu ayırıcı çokterimli çokterimli zamanda bulunamaz çokyüzlü çözümleme çözümleyici çözümsel çubukçizit dağılım dağılıma bağlı dağılıma yarı bağlı dağılımdan bağımsız dağıtık dairesel dallan ve sınırla dayanak değer atama değerlendirme değişimsel değişinti değişmezlik denek denence deney denklem derece (çokterimlinin) derinlik öncelikli destek devingen devrik dışbükey dışdeğerleme dışlamalı veya dizey dizge plot replication plurality majority multistage curse of dimensionality multivariate multiple polytree polychotomizer polynomial NP-complete polyhedron analysis analyzer analytical histogram distribution parametric semiparametric nonparametric distributed radial branch and bound reference binding evaluation variational variance invariance benchmark hypothesis experiment equation order (of a polynomial) depth-first support dynamic transpose convex extrapolation xor matrix system

19 469 dizi dizi dizin doğrusal doğrusal olmayan dönem döngü duyarlılık düğüm dürtü dürümcü düzeltme düzeltme uzaklığı düzenek düzenlileştirme düzensizlik düzey düzleştirici düzleştirme ebeveyn (düğüm) edilgen eğer-ise eğim eğri eğri eğrilik ek girdi eklemeli eklemleyici eksen değerleri eksi eksi olmayan eksik eksik öğrenme elemek eleştirmen en büyük olabilirlik (EBO) en büyük sonsal (EBS) en iyi en yakın k komşu erişim erken budama esnek eş gen sequence string index linear nonlinear epoch loop sensitivity node stimulation wrapper correction edit distance mechanism regularization entropy level smoother smooth parent (node) passive if-then gradient curve spline curvature bias unit additive articulator coordinates negative nonnegative missing underfitting eliminate critic maximum likelihood (ML) maximum a posteriori (MAP) optimal k-nearest neighbor retrieval prepruning flexible allele

20 470 Ek C. Türkçe İngilizce Sözlük eş zamanlı eşdeğişinti eşeyli bölünme eşik eşiksiz eşiksiz en büyük işlevi eşlek eşleme eşleme eşlenik eşleştirme eşli eşlik eşolasılık eşölçümsel eşzamanlama etken etkensel etki etki (ilişkilendirme kuralının) etkilenim etkileşim etkili etkin etmen Euclid uzaklığı evrişim eylem fayda fazlalık geç budama geçerleme geçiş geçişli genel genelleme genişletilmiş genişlik öncelikli gerçek zamanlı gerekirci geri yayma geriçatma gerilim gerilim işlevi simultaneous covariance meiosis threshold soft softmax (function) dual mapping pairing conjugate matching paired parity isoprobability isometric synchronization factor factorial influence lift (of an association rule) activation interaction efficient active agent Euclidean distance convolution action utility redundancy postpruning validation transition switching generic generalization augmented breadth-first real-time deterministic backpropagation reconstruction stress potential function

21 471 geriye doğru geriye taşıma gezgin satıcı gezinge girdi gizçözer gizçözmek gizyazar gizyazı gizyazı yöneyi gizyazmak gölgeli gömme görece görüntü gösterge gösterim gözetimli gözetimsiz gözlem gözlemsel gözlenebilir gözlenemeyen güç işlevi gürbüz gürültü güven harita hata hata (dizeyi) hata çubuğu hava devinim bilimi hesaplama hizalama hizip ıraksama iç iç çarpım iç çarpım içbükey iki yanlı ikilem ikili ikili backward backup traveling salesman trajectory input decoder decode encoder code codebook vector encode shaded embedding relative scene indicator representation supervised unsupervised observation empirical observable unobservable power function robust noise confidence map error confusion (matrix) error bar aerodynamics computation alignment clique divergence internal dot product inner product concave two-sided dilemma binary pairwise

22 472 Ek C. Türkçe İngilizce Sözlük ikili ayırıcı ileriye doğru ileriye doğru ileti ilgililik ilingesel ilinti ilişkilendirme ilk ilke imge noktası inanç indirim ipucu isometric istenmeyen elektronik posta işaret işbirlikçi işlev iyileme iz izdüşüm izge izgesel izleme k kat k merkezli kafes kafes kanıt kapsamak kapsamak kapsayan karar kararlı karesel, ikinci dereceden karışım karma karmaşıklık kat katışıklık katlıterimli (dağılım) katman katmanlaştırma dichotomizer feedforward forward message relevance topological correlation association initial principle pixel belief discount hint eşölçümsel spam sign cooperative function optimization trace projection spectrum spectral pursuit k fold k-means lattice trellis evidence cover span exhaustive decision stable quadratic mixture hybrid complexity fold impurity multinomial (distribution) layer stratification

23 473 kavşak kayan kaynaklar kaynaştırma kayşat kazanan hepsini alır kenar payı kerte (dizeyin) kesikli kesiklileştirme kesin kesin artı kesinlik keskin ketleme kısa soluklu kısıtlanmamış kısmi, kısmen kıstas ki kare kimlik doğrulama kip kollu kumar makinesi koşullu bağımsızlık koşut köşegen kötü konumlanmış kural kural oluşturma kuram kuşku kutucuk küçültme küme küme mantıksal menteşe (yitimi) merkezi limit kuramı model model varsayımı neden nedensel nicemleme normal junction floating references fusion scree winner-take-all margin rank (of a matrix) discrete discretization exact positive definite precision hard inhibition short term unconstrained partial criterion chi-square authentication modality bandit conditional independence parallel diagonal ill-posed rule induction theory doubt bin minimization ensemble set Boolean hinge (loss) central limit theorem model inductive bias cause causal quantization normal

24 474 Ek C. Türkçe İngilizce Sözlük normalleştirme Occam ın usturası olabilirlik olası olasılık olasılıksal olumsallık (çizelgesi) ortalama ortam oturtma, uydurma oylama öbek öbek ödül ödünleşim öğe öğe ölçek ölçev ölçüt ölçüt önder öbekleme önermeli (kural) öngörü öngörücü önsel örnek örnek örnek program örnek tabanlı örneklemek (f), örneklem (i) örtbas etmek örtülü örüntü özçağrılı özdeş özdevinir özgül özgüllük özilişkilendirici öznitelik öznitelik özörgütlemeli özyineli normalization Occam s razor likelihood probably probability probabilistic contingency (table) mean environment fit voting cluster group reward trade-off item element scale metric criterion measure leader cluster propositional (rule) prediction predictive prior example instance pseudocode case-based sample explaining away occluded pattern recursive identical automaton specific specificity autoassociator attribute feature self-organizing recurrent

25 475 özyöney eigenvector parçalı piecewise paylaşmak share pekiştirme reinforcement politika policy politikalı on-policy politikasız off-policy rastgele random rastgele stochastic rastgele örnekleme bootstrap rastsal random rastsallaştırma randomization ret reject risk risk Sbiçimli logistic sabit constant saçılım scatter saf naive saflık purity saklı hidden saklı latent salınım oscillate sanal virtual sapma deviation satır row sayıl scalar sayım count sayısal numeric seçim selection sepet basket serüven episode sesbirim phoneme sesbirimcik phone seyrek condensed seyrek sparse sezgi heuristics sezim detection sıçrama jump sıfır denencesi null hypothesis sıfır noktası (eksenlerin) origin (of axes) sığım capacity sıkıştırma compression sınama test sınıf class

26 476 Ek C. Türkçe İngilizce Sözlük sınıflandırıcı sıra (istatistikleri) sıra (sınaması) sıralamak sırayla sırt sigmoid (S işlevi) simge sinir hücresi sipariş somutlaşmak sonlu serüven sonsal olasılık sonsuz serüven sonuç sorgu sorumluluk atama soy soy ağacı soyundan gelen sönüm sözcük torbası süreksizlik sürüm sütun süzgeç şablon şehir içi uzaklık şekil tabaka taban taban tanı tanıma tanısal tasarım tavlamak teğet tek değişkenli tek yanlı tekdüze (dağılım) tekil tekli (bağlı) temel classifier order (statistics) rank (test) sort sequential ridge sigmoid symbol neuron jobshop instantiate finite horizon posterior infinite horizon outcome query credit assignment pedigree phylogenetic tree descendant decay bag of words discontinuity version column filter template city-block distance figure plate base basis diagnosis recognition diagnostic design anneal tangent univariate one-sided uniform (distribution) singular singly (connected) principal

27 477 tepe (dağılımın) tepki terim ters ters S tersine mühendislik tetiklik toplam çarpma toptan tuz buz etmek tüm değişkenli tümleştirme tümleyen tümsek uç uyarlama uygunluk uzaklık uzamsal uzman üretici üst üst düzey üstün üyelik ve ve ötekiler veri kümesi veri tabanı veya yaklaşık yaklaşıklama yanal yanlılık yansız yapay değişken yapı yaprak yarı kesin artı yarışmacı yatık yayılım yayılım yayım mode (of a density) response term reciprocal logit reverse engineering vigilance sum-product batch shatter omnivariate marginalize complement bump terminal adaptation eligibility distance spatial expert generative power higher-order hyper membership and et al dataset repository or approximate approximation lateral bias unbiased dummy variable structure leaf positive semidefinite competitive oblique propagation spread emission

28 yayınım yerbetimsel yerel yerölçümsel yığma yineleme yitim yoğrukluk yoğunluk yol yordam yordam yorumlanabilirlik yöney yönlü yöntembilim yükleme yükleme yüzey zaman çizelgesi zaman dizisi zaman gecikmeli zamansal zararlı etken zıtlık zincir diffusion topographic local geodesic stacking iteration loss plasticity density path procedure strategy interpretability vector directed methodology imputation loading surface schedule time series time delay temporal nuisance factor contrast chain

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

UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir.

UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir. 1 UYGULAMA 1 SPSS E GİRİŞ SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir. Bu menülerin işlevleri ve alt menüleri ile komutları

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :

ÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.

Detaylı

VERİ MADENCİLİĞİ Metin Madenciliği

VERİ MADENCİLİĞİ Metin Madenciliği VERİ MADENCİLİĞİ Metin Madenciliği Yrd. Doç. Dr. Şule Gündüz Öğüdücü 1 2 Metin için Veri Madenciliği Metin Madenciliğinde Sorunlar Metin madenciliği: Veri madenciliği teknikleri ile yazılı belgeler arasındaki

Detaylı

ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX

ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX XI İÇİNDEKİLER ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX 1. GİRİŞ... 1 2. PLANLAMANIN TARİHÇESİ... 7 2.1 Literatürdeki Planlayıcılar ve Kullandıkları Problem... Gösterimi

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski

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

Gözetimli & Gözetimsiz Öğrenme

Gözetimli & Gözetimsiz Öğrenme Bölüm 5. Sınıflandırma 1 http://ceng.gazi.edu.tr/~ozdemir Gözetimli & Gözetimsiz Öğrenme Predictive Data Mining vs. Descriptive Data Mining Gözetimli (Supervised) öğrenme= sınıflandırma (clasification)

Detaylı

Akış YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

Akış YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Akış Makine Öğrenmesi nedir? Günlük Hayatımızdaki Uygulamaları Verilerin Sayısallaştırılması Özellik Belirleme Özellik Seçim Metotları Bilgi Kazancı (Informaiton Gain-IG) Sinyalin Gürültüye Oranı: (S2N

Detaylı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS. 507001112001 MATEMATİK II Zorunlu 1 2 5

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS. 507001112001 MATEMATİK II Zorunlu 1 2 5 Ders Öğretim Planı Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS 507001112001 MATEMATİK II Zorunlu 1 2 5 Dersin Seviyesi Lisans Dersin Amacı Matematik bilgisini mühendislik problemlerini çözmede

Detaylı

CS 553 INTELLIGENT DATA ANALYSIS PROJECT WORKSHOP ORHUN ALP ORAL

CS 553 INTELLIGENT DATA ANALYSIS PROJECT WORKSHOP ORHUN ALP ORAL 1 CS 553 INTELLIGENT DATA ANALYSIS PROJECT WORKSHOP ORHUN ALP ORAL 2 PROJECT OUTLINE 1. Domain Information 2. Dataset: Extraction, Features and possible values 3. Preprocessing: Statistics, missing values,

Detaylı

T.C. BİLECİK ŞEYH EDEBALI ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ LİSANSÜSTÜ DERSLERİ

T.C. BİLECİK ŞEYH EDEBALI ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ LİSANSÜSTÜ DERSLERİ T.C. BİLECİK ŞEYH EDEBALI ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ LİSANSÜSTÜ DERSLERİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANSÜSTÜ DERSLERİ KODU DERS ADI T U K AKTS S/Z BM501 Algoritmaların

Detaylı

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011)

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) Bağlanım Çözümlemesi Temel Kavramlar Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)

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 YAPAY ZEKA BG-421 4/2 2+1+0 2+.5 4 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS

Detaylı

SPSS (Statistical Package for Social Sciences)

SPSS (Statistical Package for Social Sciences) SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable

Detaylı

Veri Madenciliği. Bölüm 6. Sınıflandırma 2

Veri Madenciliği. Bölüm 6. Sınıflandırma 2 Bölüm 6. Sınıflandırma 2 http://ceng.gazi.edu.tr/~ozdemir Karar Ağacı Örnek Algoritma: ID3 Bütün nitelikler ayrık Bir düğüm oluştur N: Eğer örneklerin hepsi C sınıfına ait ise, N düğümü C etiketli yaprak

Detaylı

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8

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

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara Veri Madenciliğine Genel Bir Bakış Veri Madenciliğinin Görevleri Sınıflama Seri Sınıflama Algoritmaları Paralel Sınıflama

Detaylı

Pazarlama Araştırması Grup Projeleri

Pazarlama Araştırması Grup Projeleri Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.

Detaylı

Kolektif Öğrenme Metotları

Kolektif Öğrenme Metotları Kolektif Öğrenme Metotları Kolektif öğrenme algoritmalarına genel bakış 1-Bagging 2-Ardışık Topluluklarla Öğrenme (Boosting) 3-Rastsal Altuzaylar 4-Rastsal Ormanlar 5-Aşırı Rastsal Ormanlar 6-Rotasyon

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi

COĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi COĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 40 Saat COĞRAFİ BİLGİ SİSTEMLERİ

Detaylı

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI Kırıkkale Üniversitesi Fen-Edebiyat Fakültesi İstatistik Bölümü Lisans Programı, Kırıkkale Üniversitesi Önlisans ve Lisans

Detaylı

Hidden Markov Model. Forward Algoritması Viterbi Algoritması. Doç.Dr.Banu Diri. Rasgele Olmayan /Gerekirci Model

Hidden Markov Model. Forward Algoritması Viterbi Algoritması. Doç.Dr.Banu Diri. Rasgele Olmayan /Gerekirci Model Hidden Markov Model Forward Algoritması Viterbi Algoritması Doç.Dr.Banu Diri Rasgele Olmayan /Gerekirci Model Bir trafik lambası düşünelim; ışıkların sırasıyla red - red/amber - green - amber - red. Bu

Detaylı

İngilizce regression teriminin sözcük anlamı, istatistikteki sıradanlığa doğru çekilme (regression toward mediocrity) olgusundan gelmektedir.

İngilizce regression teriminin sözcük anlamı, istatistikteki sıradanlığa doğru çekilme (regression toward mediocrity) olgusundan gelmektedir. Bölüm 3 Bağlanım Çözümlemesi 3.1 Temel Kavramlar 3.1.1 Bağlanım Teriminin Anlamı Bağlanım Teriminin Anlamı İngilizce regression teriminin sözcük anlamı, istatistikteki sıradanlığa doğru çekilme (regression

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 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

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 31-36 Ekim 2005

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 31-36 Ekim 2005 DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 31-36 Ekim 2005 PROSTAT HÜCRE ÇEKİRDEKLERİNİN SINIFLANDIRILMASINDA İSTATİSTİKSEL YÖNTEMLERİN VE YAPAY SİNİR AĞLARININ BAŞARIMI (PERFORMANCE

Detaylı

DİZİN. Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir.

DİZİN. Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir. DİZİN Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir. A ağırlıklandırma bkz. terim ağırlıklandırma AltaVista, 6, 31, 37, 45-47, 93, 135 anahtar sözcükler,

Detaylı

Görev Unvanı Alan Üniversite Yıl Prof. Dr. Elek.-Eln Müh. Çukurova Üniversitesi Eylül 2014

Görev Unvanı Alan Üniversite Yıl Prof. Dr. Elek.-Eln Müh. Çukurova Üniversitesi Eylül 2014 ÖZGEÇMİŞ 1. Adı Soyadı : MUSTAFA GÖK 2. Doğum Tarihi: : 1972 3. Unvanı : Prof. Dr. 4. Öğrenim Durumu Derece Alan Üniversite Yıl Lisans Elektronik Mühendisliği İstanbul Üniversitesi 1995 Yüksek Lisans Electrical

Detaylı

Türkçe-İngilizce Dizin

Türkçe-İngilizce Dizin Değişken türleri için Türkçe terimler (2) Tuncer Ören oren@eecs.uottawa.ca İlk bölümünü geçen sayımızda (148. Kasım 2012) yayınladığımız ilk kez hazırlanan, Değişken türleri için benzetim, istatistik ve

Detaylı

PSK 510 Research Methods and Advanced Statistics

PSK 510 Research Methods and Advanced Statistics PSK 510 Research Methods and Advanced Statistics Lecture 09: PCA and FA Doğan Kökdemir, PhD http://www.kokdemir.info dogan@kokdemir.info 1 İstatistik Las Meninas - Picasso 2 Gerçek Las Meninas - Diego

Detaylı

MÜFREDAT DERS LİSTESİ

MÜFREDAT DERS LİSTESİ MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103

Detaylı

SE Engineering Sciences 30 Mayıs 2011, Pazartesi 13:00 M1-2 İNG 152 -İngilizce II 31 Mayıs 2011, Salı 14:00 Yabancı Diller Binası

SE Engineering Sciences 30 Mayıs 2011, Pazartesi 13:00 M1-2 İNG 152 -İngilizce II 31 Mayıs 2011, Salı 14:00 Yabancı Diller Binası MÜHENDİSLİK VE DOĞA BİLİMLERİ FAKÜLTESİ FİNAL TARİHLERİ 2010-2011 BAHAR DÖNEMİ 1. SINIF Dersin Adı Sınav Tarihi Saat Sınav Yeri TRD 158 / 99 - Türk Dili II 30 Mayıs 2011, 10:00 Mühendislik Amfi SE 104

Detaylı

Bahadır KARASULU, Aybars UĞUR Ege Üniversitesi, Bilgisayar Mühendisliği Bölümü

Bahadır KARASULU, Aybars UĞUR Ege Üniversitesi, Bilgisayar Mühendisliği Bölümü ÖZÖRGÜTLEMELİ YAPAY SİNİR AĞI MODELİ NİN KULLANILDIĞI KUTUP DENGELEME PROBLEMİ İÇİN PARALEL HESAPLAMA TEKNİĞİ İLE BİR BAŞARIM ENİYİLEŞTİRME YÖNTEMİ Bahadır KARASULU, Aybars UĞUR Ege Üniversitesi, Bilgisayar

Detaylı

Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi

Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi İpek ABASIKELEŞ, M.Fatih AKAY Bilgisayar Mühendisliği Bölümü Çukurova Üniversitesi

Detaylı

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011 Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)

Detaylı

Selection Sort Insertion Sort

Selection Sort Insertion Sort Ozet Selection Sort Selection Sort Insertion Sort Linear Search.. Growth Rates. Implementation. Once dizinin en buyuk element ini bul ve bunu en son pozisyondaki element le degistir, daha sonra en buyuk

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

Tekrarlı Ölçümler ANOVA

Tekrarlı Ölçümler ANOVA Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı: Mehmet Tarık Atay. 2. Doğum Tarihi: 13 Kasım 1969. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu:

ÖZGEÇMİŞ. 1. Adı Soyadı: Mehmet Tarık Atay. 2. Doğum Tarihi: 13 Kasım 1969. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: ÖZGEÇMİŞ 1. Adı Soyadı: Mehmet Tarık Atay 2. Doğum Tarihi: 13 Kasım 1969 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Matematik Orta Doğu Teknik Üniversitesi 1993 Y. Matematik

Detaylı

Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları

Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları Güven Fidan AGMLAB Bilişim Teknolojileri 18/10/11 GRID ÇALIŞTAYI 2007 1 MapReduce Nedir? Büyük data kümelerini işlemek ve oluşturmak

Detaylı

YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI

YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI Mevcut Program: TEZLİ YÜKSEK LİSANS PROGRAMI 1.Dönem 2.Dönem 521 Doğrusal Eniyileme ve Ağ Modelleri 2-2-3 10 524

Detaylı

Ağaçlar (Trees) Ağaçlar (Trees)

Ağaçlar (Trees) Ağaçlar (Trees) Giriş Binary Trees (İkilik Ağaçlar) Full Binary Trees Proper Binary Trees Complete Binary Trees Heap Binary Trees Balanced Binary Trees Binary Search Trees (İkilik Arama Ağaçları) Yrd.Doç.Dr. M. Ali Akcayol

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

Dr. Hidayet Takçı. Veri Madencilii Dersi GYTE Dr. Hidayet Takçı 10/05/2008 1

Dr. Hidayet Takçı. Veri Madencilii Dersi GYTE Dr. Hidayet Takçı 10/05/2008 1 Dr. Hidayet Takçı Veri Madencilii Dersi GYTE Dr. Hidayet Takçı 10/05/2008 1 Sayısal veya mantıksal her türlü deer bir veridir. Öznitelik Bir nesneye ait özellik veya onun bir karakteristiidir Örnek: bir

Detaylı

ĐST 474 Bayesci Đstatistik

ĐST 474 Bayesci Đstatistik ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık

Detaylı

Temel İstatistik 2012 Y. Doç. Dr. İbrahim Turan SPSS. Analiz Menüsü

Temel İstatistik 2012 Y. Doç. Dr. İbrahim Turan SPSS. Analiz Menüsü SPSS Analiz Menüsü 1- Reports: a) OLAP Cubes: Seçilen değişkenlerin istatistiksel işlemlerini yapar. b) Case summaries: Verilerin frekans ve çapraz tablolarının oluşturulması, belirtici istatistiklerin

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER

COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 40 Saat

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

Temel İstatistik 2012 Y. Doç. Dr. İbrahim Turan SPSS. Analiz Menüsü

Temel İstatistik 2012 Y. Doç. Dr. İbrahim Turan SPSS. Analiz Menüsü SPSS Analiz Menüsü 1- Reports: a) OLAP Cubes: Seçilen değişkenlerin istatistiksel işlemlerini yapar. b) Case summaries: Verilerin frekans ve çapraz tablolarının oluşturulması, belirtici istatistiklerin

Detaylı

Araştırma Görevlisi İSMAİL ÇÖLKESEN

Araştırma Görevlisi İSMAİL ÇÖLKESEN Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.

Detaylı

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK ANABİLİM DALI. BiR UYGULAMA YÜKSEK LİSANS TEZİ HÜLYA YILMAZ

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK ANABİLİM DALI. BiR UYGULAMA YÜKSEK LİSANS TEZİ HÜLYA YILMAZ T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK ANABİLİM DALI RANDOM FORESTS YöNTEMiNDE KAYIP VERi PROBLEMiNiN incelenmesi VE SAĞLIK ALANINDA BiR UYGULAMA YÜKSEK LİSANS

Detaylı

We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data

We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data CHAPTER 10: HYPOTHESIS TESTS OF A SINGLE POP- ULATION Concepts of Hypothesis Testing We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data 1 Null

Detaylı

SAYISAL İŞARET İŞLEME. M. Kemal GÜLLÜ

SAYISAL İŞARET İŞLEME. M. Kemal GÜLLÜ SAYISAL İŞARET İŞLEME M. Kemal GÜLLÜ İçerik Giriş Ayrık Zamanlı İşaretler Ayrık Zamanlı Sistemler İşaret ve Sistemlerin Frekans Uzayı Analizi Sürekli Zaman İşaretlerin Ayrık Zamanlı İşlenmesi İşaret ve

Detaylı

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

Bulanık Mantık Tabanlı Uçak Modeli Tespiti Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa

Detaylı

DPSK Sistemler için LMS Algoritma ve ML Kriteri Temelli, Gözü Kapalı Kanal Kestiriminin ve Turbo Denkleştirmenin Birlikte Yapılması

DPSK Sistemler için LMS Algoritma ve ML Kriteri Temelli, Gözü Kapalı Kanal Kestiriminin ve Turbo Denkleştirmenin Birlikte Yapılması BAÜ Fen Bil. Enst. Dergisi Cilt 12(2) 75 84 (2010) DPSK Sistemler için LMS Algoritma ve ML Kriteri Temelli, Gözü Kapalı Kanal Kestiriminin ve Turbo Denkleştirmenin Birlikte Yapılması Serkan YAKUT 1 Balıkesir

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

Makine Öğrenmesine Giriş (Machine Learning ML)

Makine Öğrenmesine Giriş (Machine Learning ML) Makine Öğrenmesine Giriş (Machine Learning ML) Doç.Dr.Banu Diri Doğal Dil Đşlemede Eğilimler Önce : Yapay Zeka Tabanlı, Tam olarak anlama Şimdi : Külliyat(Corpus)-tabanlı, Đstatistiki, Makine Öğrenmesi

Detaylı

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi

Detaylı

Week 9: Trees 1. TREE KAVRAMI 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI 2. İKİLİ AĞAÇ VE SUNUMU > =

Week 9: Trees 1. TREE KAVRAMI 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI 2. İKİLİ AĞAÇ VE SUNUMU > = Week 9: Trees 1. TREE KAVRAMI 2. İKİLİ AĞAÇ VE SUNUMU 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI < 6 2 > = 1 4 8 9 1. TREES KAVRAMI Bir ağaç bir veya daha fazla düğümün (T) bir kümesidir : Spesifik olarak

Detaylı

Graflar bilgi parçaları arasındaki ilişkileri gösterirler.

Graflar bilgi parçaları arasındaki ilişkileri gösterirler. Graflar (Graphs) Graf gösterimi Uygulama alanları Graf terminolojisi Depth first dolaşma Breadth first dolaşma Topolojik sıralama Yrd.Doç.Dr. M. Ali Akcayol Graflar Graflar bilgi parçaları arasındaki ilişkileri

Detaylı

Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I

Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I GENEL DERS BİLGİLERİ Öğretim Elemanı : İzzet TAMER Ofis : MUH 311 Ofis Saatleri : Pazartesi: 14:10 15:00, Salı:

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

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

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I 19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle

Detaylı

Veri Yapıları. Yrd. Doç. Dr. Şadi Evren ŞEKER

Veri Yapıları. Yrd. Doç. Dr. Şadi Evren ŞEKER Veri Yapıları Yrd. Doç. Dr. Şadi Evren ŞEKER Not: Bu sunumun amacı, İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü, Bilgisayar Mühendisliğine Giriş Dersi için genel amaçlı veri yapıları hakkında

Detaylı

Üç Boyutlu Serpilme (Saçılım) Grafikleri

Üç Boyutlu Serpilme (Saçılım) Grafikleri Üç Boyutlu Serpilme (Saçılım) Grafikleri 3D Scatterplot of boy vs kol vs bacak 90 boy 0 70 0 90 70 00 0 bacak 0 0 90 kol 3D Scatterplot of kol vs omuz vs kalca 90 kol 0 70 00 kalca 0 0 0 0 00 omuz Merkez

Detaylı

ÖZGEÇMİŞ. Doç Doçent Doktor Bilgisayar Mühendisliği GAÜ 2010- Yrd. Doç Doç. Doktor Bilgisayar Mühendisliği GAÜ 1999-2010

ÖZGEÇMİŞ. Doç Doçent Doktor Bilgisayar Mühendisliği GAÜ 2010- Yrd. Doç Doç. Doktor Bilgisayar Mühendisliği GAÜ 1999-2010 ÖZGEÇMİŞ 1. Adı Soyadı: Ali Haydar 2. Doğum Tarihi: 14 Mayıs 1969 3. Unvanı: Doçent Doktor 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Elektrik-Elektronik Müh. Orta Doğu Teknik Üniversitesi 1991

Detaylı

Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı

Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı Hatice NİZAM İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü haticenizam@outlook.com Saliha Sıla AKIN ERS Turizm Yazılım Şirketi, Bilgisayar

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

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş

Detaylı

Eğiticili (supervised) öğrenme: Sınıflandırma (classification) Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğu bilinir

Eğiticili (supervised) öğrenme: Sınıflandırma (classification) Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğu bilinir Eğiticili (supervised) öğrenme: Sınıflandırma (classification) Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğu bilinir Eğiticisiz (unsupervised) öğrenme: Kümeleme (clustering) Hangi nesnenin hangi

Detaylı

Karaciğer Yetmezliğinin Teşhisinde Makine Öğrenmesi Algoritmalarının Kullanımı. In the Diagnosis of Liver Failure Using Machine Learning Algorithms

Karaciğer Yetmezliğinin Teşhisinde Makine Öğrenmesi Algoritmalarının Kullanımı. In the Diagnosis of Liver Failure Using Machine Learning Algorithms Karaciğer Yetmezliğinin Teşhisinde Makine Öğrenmesi Algoritmalarının Kullanımı 1 Ekrem Alkuşak ve * 2 Murat Gök 1 Bilgisayar Mühendisliği Bölümü, Yalova Üniversitesi, Yalova, Türkiye 2 Bilgisayar Mühendisliği

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

Tanı Testlerinin Değerlendirilmesi. ROC Analizi. Prof.Dr. Rian DİŞÇİ

Tanı Testlerinin Değerlendirilmesi. ROC Analizi. Prof.Dr. Rian DİŞÇİ Tanı Testlerinin Değerlendirilmesi ROC Analizi Prof.Dr. Rian DİŞÇİ İstanbul Üniversitesi, Onkoloji Enstitüsü Kanser Epidemiyolojisi Ve Biyoistatistik Bilim Dalı Tanı Testleri Klinik çalışmalarda, özellikle

Detaylı

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle

Detaylı

İleri Düzey Bilgisayar Ağları

İleri Düzey Bilgisayar Ağları İleri Düzey Bilgisayar Ağları Ders 5 İnternet te Ses ve Görüntü Transferi İçerik Dağıtım Ağları ve Eşler Arası Ağlar Mehmet Demirci 1 Bugün Multimedia Streaming İçerik Dağıtım Ağları (CDN) Eşler arası

Detaylı

( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( )

( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( ) 9. Ders Aykırı Değerler Etkin Gözlemler Artıkların Analizi Y = X β + ε, ε N(0, σ I) modelindeki hata terimi ile ilgili varsayımlar: 1) E( ε ) = 0 yani i = 1,,..., n için E( ε i ) = 0, ε ε ε ler bağımsız,

Detaylı

Kredi Onayı İçin Bir Sınıflandırma Algoritması Önerisi A Classification Algorithm Advice for Credit Approval

Kredi Onayı İçin Bir Sınıflandırma Algoritması Önerisi A Classification Algorithm Advice for Credit Approval Kredi Onayı İçin Bir Sınıflandırma Algoritması Önerisi A Classification Algorithm Advice for Credit Approval İsmail Haberal Bilgisayar Mühendisliği Bölümü Başkent Üniversitesi ihaberal@baskent.edu.tr Umut

Detaylı

BIL411 - BİLGİSAYAR AĞLARI LABORATUVARI

BIL411 - BİLGİSAYAR AĞLARI LABORATUVARI BIL411 - BİLGİSAYAR AĞLARI LABORATUVARI ITS-101A INTERNET EĞİTİM SİSTEMİ TCP/IP THE DOMAIN NAME SYSTEM (ALAN ADI SİSTEMİ) İstanbul Ticaret Üniversitesi Bilgisayar Mühendisliği Bölümü Araş. Gör. Can EYÜPOĞLU

Detaylı

BİR BAYESCİ HİPOTEZ TESTLERİ VE BAYES FAKTÖRÜ

BİR BAYESCİ HİPOTEZ TESTLERİ VE BAYES FAKTÖRÜ ISSN:36-3 e-journal of New World Sciences Academy 8, Volume: 3, Number: Article Number: A73 NATURAL AND APPLIED SCIENCES STATISTICS Received: December 7 Accepted: March 8 8 www.newwsa.com BİR Yüksel Terzi

Detaylı

Bilgi Güvenliği Eğitim/Öğretimi

Bilgi Güvenliği Eğitim/Öğretimi Bilgi Güvenliği Eğitim/Öğretimi İbrahim SOĞUKPINAR Gebze Yüksek Teknoloji Enstitüsü İçerik Bilgi Güvenliği Eğitim/Öğretimi Dünyadaki Örnekler Türkiye deki Örnekler GYTE de Bilgi Güvenliği Dersi Sonuç ve

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için)

BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için) BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için) HAZIRLIK PROGRAMI COME 27 İleri Nesneye Yönelik Programlama 5 COME 21 Veri Yapıları ve Algoritmalar COME 22 COME 1 COME 1 COME 411

Detaylı

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir.

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir. Bölüm BİLGİSAYAR DESTEKLİ İSTATİSTİK EXCEL DESTEKLİ İSTATİSTİK Excel de istatistik hesaplar; Genel Yöntem ve Excel Ġçerikli Çözümler olmak üzere iki esasa dayanabilir. Genel Yöntem; Excel in matematiksel

Detaylı

ÖZGEÇMİŞ. Unvan Bölüm Üniversite Yıl Yrd. Doç. Dr. Yazılım Mühendisliği Bahçeşehir Üniversitesi 2007

ÖZGEÇMİŞ. Unvan Bölüm Üniversite Yıl Yrd. Doç. Dr. Yazılım Mühendisliği Bahçeşehir Üniversitesi 2007 1. Adı Soyadı: Mehmet Alper TUNGA 2. Doğum Tarihi: 11/06/1975 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: ÖZGEÇMİŞ Derece Bölüm/Program Üniversite Yıl Lisans Matematik Mühendisliği İstanbul Teknik Üniversitesi

Detaylı

Video Dizilerinden Çoğul-Biyometrik Kimlik Doğrulama Combining Face and Voice Modalities for Person Verification from Video Sequences

Video Dizilerinden Çoğul-Biyometrik Kimlik Doğrulama Combining Face and Voice Modalities for Person Verification from Video Sequences Video Dizilerinden Çoğul-Biyometrik Kimlik Doğrulama Combining Face and Voice Modalities for Person Verification from Video Sequences H.K. Ekenel, S.Y. Bilgin, İ. Eden, M. Kirişçi, H. Erdoğan, A. Erçil

Detaylı

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Sıra İstatistikleri ve Uygulama Alanlarından Bir Örneğin Değerlendirmesi 89 SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Esin Cumhur PİRİNÇCİLER Araş. Gör. Dr., Çanakkale Onsekiz

Detaylı

Veri madenciliği sınıflandırma ve kümeleme teknikleri yardımıyla Wisconsin veriseti üzerinde Göğüs Kanseri Teşhisi

Veri madenciliği sınıflandırma ve kümeleme teknikleri yardımıyla Wisconsin veriseti üzerinde Göğüs Kanseri Teşhisi Veri madenciliği sınıflandırma ve kümeleme teknikleri yardımıyla Wisconsin veriseti üzerinde Göğüs Kanseri Teşhisi Nurmyrat AMANMADOV Yıldız Teknik Üniversitesi Elektrik-Elektronil Fakültesi Bilgisayar

Detaylı

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression OLS Klasik Varsayımlar Çoklu Regresyon Multiple Regression. Lineer regresyon modeli. E(e i )=, ortalama hata sıfırdır. E(X i e i )=, bağımsız değişkenlerle hatalar arasında korelasyon mevcut değildir 4.

Detaylı

GC Directional Forecast Report

GC Directional Forecast Report GC Directional Forecast Report XU030 GC Financial Research GC Directional Forecast Report: XU030 GC Financial Research Published 02-Jun-2012 Copyright 2012 Milenyum Research & Development, www.gunduzcapital.com

Detaylı

ISSN : 1308-7231 sherdem@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey BİR DC MOTORUN BULANIK MANTIK DENETLEYİCİ İLE KONTROLÜ

ISSN : 1308-7231 sherdem@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey BİR DC MOTORUN BULANIK MANTIK DENETLEYİCİ İLE KONTROLÜ ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number: 1A0175 İlker Ali Özkan ENGINEERING SCIENCES İsmail Sarıtaş Received: November 2010 Saadetdin Herdem Accepted:

Detaylı

Algoritmaların Karşılaştırılması. Doç. Dr. Aybars UĞUR

Algoritmaların Karşılaştırılması. Doç. Dr. Aybars UĞUR Algoritmaların Karşılaştırılması Doç. Dr. Aybars UĞUR Giriş Bir programın performansı genel olarak programın işletimi için gerekli olan bilgisayar zamanı ve belleğidir. Bir programın zaman karmaşıklığı

Detaylı

Bilgisayar Mühendisligi Bölümü Hacettepe Üniversitesi

Bilgisayar Mühendisligi Bölümü Hacettepe Üniversitesi Bu derste... BİL 201 Birleşimsel Mantık (Combinational Logic) Bilgisayar Mühendisligi Bölümü Hacettepe Üniversitesi Birleşimsel Devreler - Çözümlenmesi - Tasarımı Birleşimsel Devre Örnekleri - Yarım Toplayıcı

Detaylı

NX İLERİ CAD EĞİTİM PROGRAMI 1. GÜN (09:30 ile 12:00 arası) Genel Tanıtım Arayüz Tanıtımı

NX İLERİ CAD EĞİTİM PROGRAMI 1. GÜN (09:30 ile 12:00 arası) Genel Tanıtım Arayüz Tanıtımı NX İLERİ CAD EĞİTİM PROGRAMI 1. GÜN (09:30 ile 12:00 arası) Genel Tanıtım Arayüz Tanıtımı Surface Toolbar ı hakkında genel bilgiler Toolbar ve İkon düzenlemeleri Yüzey modelleme ile katı modellemenin genel

Detaylı

4 Kanal NVR Kit, APOE, Plug & Play, 4 Kanal 720P/4 Kanal 1080P. POE NVR 1HDD 4 Kanal/8 Kanal 1080P

4 Kanal NVR Kit, APOE, Plug & Play, 4 Kanal 720P/4 Kanal 1080P. POE NVR 1HDD 4 Kanal/8 Kanal 1080P Model No. Chip Set RESİM TEKNİK ÖZELLİKLER NVR Mode FİYAT ($) 4CH 720P NVR Kit 720P NVR 1) Video Giriş & Çıkış: 4 Kanal 720P IPC Giriş 1 Kanal VGA+1 Kanal HDMI Çıkış 2) Ses Giriş & Çıkış: 4 Kanal Giriş,

Detaylı

EEM 335 -ELEKTROMANYETİK DALGALAR

EEM 335 -ELEKTROMANYETİK DALGALAR Karabük Universitesi Elektrik Elektronik Mühendisliği 2014-2015 Güz Dönemi EEM 335 -ELEKTROMANYETİK DALGALAR 2014/2015 Güz ders :Doç. Dr. Habibe Uslu sorumluları :Yrd. Doç. Dr. Ahmet Hayrettin YÜZER Oda

Detaylı

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların

Detaylı