Sınıflandırma probleminde makine öğrenmesi algoritmalarının performansını artırmak için hibrit bir yöntem önerisi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: MERYEM PULAT
Danışman: İPEK DEVECİ KOCAKOÇ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Makine öğrenmesi, sistemin geçmişteki deneyimlerinden elde edilen öğrenmelerini kullanarak bir model oluşturmasına ve gelecekte karşılaşacağı durumlar karşısında bir tahminde bulunmasını sağlayan bir yapay zekâ alanıdır. Sınıflandırma, regresyon ve kümeleme problemlerinin çözümünün gerçekleştirilmesi için çok sayıda makine öğrenme algoritması geliştirilmiştir. Yapılan çalışmada sınıflandırma problemi ele alınmıştır. Tezin amacı, sınıflandırma probleminin çözümünde kullanılan makine öğrenmesi algoritmalarının performansını artırmaktır. Algoritmaların performansı etkileyen en önemli unsur elimizdeki veri setindeki özniteliklerin yeterli sayıda ve gerekli olmasıdır. Bunun için sınıflandırma işlemini gerçekleştirmeden önce öznitelik seçimi yapılmaktadır. Öznitelik seçimi olarak da filtreleme ve sarmal yöntemleri birleştiren hibrit bir yaklaşım kullanılmıştır. Bu hibrit yaklaşımla, sadece filtreleme yönteminin kullanıldığı duruma nazaran sınıflandırma doğruluğunu iyileştirmekle kalmıyor, aynı zamanda sadece sarmal yöntemler kullanıldığı durumdaki işlem süresi de azaltılabilmektedir. Öznitelik seçimi sonrası genel olarak algoritmaların performansı iyileşmiştir. Algoritmanın performansını geliştirmek için diğer bir denenmiş yaklaşım ise, yığın (stacking) algoritmasında temel ve meta model olarak farklı algoritmalar denenerek daha iyi performansa sahip model bileşimi bulunmaya çalışılmıştır. Temel ve meta model olarak en iyi performansı verebilecek algoritmalara ilişkin genel geçer bir kabul bulunmamaktadır. Çalışmada farklı temel ve meta modeller kullanılarak 15504 model denenmiştir. Literatürde bu kadar kapsamlı bir model denemesi bulunmamaktadır yani bu konuda önemli eksiklik bulunmaktadır. Tüm algoritmalar içerisinden en iyi performansa sahip algoritmanın ardışık öznitelik seçimi sonrası yığın algoritması olduğu görülmüştür. Anahtar Kelimeler: Makine öğrenmesi, Topluluk Öğrenmesi, Yığın, Sınıflandırma, Öznitelik Seçimi.