#smrgKİTABEVİ Tamamen Rastgele Eksik (MCAR) Verilerde Veri Madenciliği ve Sınıflandırma Algoritmaları - 2025
Editör:
Saygın Diler
Kondisyon:
Yeni
Sunuş / Önsöz / Sonsöz / Giriş:
Basıldığı Matbaa:
Dizi Adı:
ISBN-10:
6253751739
Kargoya Teslim Süresi (İş Günü):
3&7
Hazırlayan:
Cilt:
Amerikan Cilt
Boyut:
14x21
Sayfa Sayısı:
118
Basım Yeri:
Ankara
Baskı:
1
Basım Tarihi:
2025
Kapak Türü:
Karton Kapak
Kağıt Türü:
Enso
Dili:
Türkçe
Kategori:
indirimli
189,00
Havale/EFT ile:
183,33
Siparişiniz 3&7 iş günü arasında kargoda
1199235439
622392
https://www.simurgkitabevi.com/tamamen-rastgele-eksik-mcar-verilerde-veri-madenciligi-ve-siniflandirma-algoritmalari-2025
Tamamen Rastgele Eksik (MCAR) Verilerde Veri Madenciliği ve Sınıflandırma Algoritmaları - 2025 #smrgKİTABEVİ
189.00
İÇİNDEKİLER
Giriş
I. Veri Madenciliği Sınıflandırma Algoritmaları
1. k-En Yakın Komşu Algoritması
1.1 k Değeri ve Secimi
1.2 Benzerlik Olcutleri
1.3 Standartlaştırma
1.4 k-En Yakın Komşu Algoritması Calışmaları
2. Lojistik Regresyon Analizi
2.1 İkili (Binary) Lojistik Regresyon Analizi
2.2 Sıralı (Ordinal) Lojistik Regresyon Analizi
2.3 Cok Kategorili (Multinominal) Lojistik Regresyon Analizi
2.4 Katsayıların Tahmini
2.5 Katsayıların Anlamlılığının Test Edilmesi
2.6 Modelin Uyum İyiliği, Belirlilik Katsayıları ve Sınıflandırma
2.7 Lojistik Regresyon Analizi Algoritması Calışmaları
3. Naive Bayes Sınıflandırıcısı
3.1 Koşullu Olasılık ve Bayes Teoremi
3.2 Naive Bayes Algoritması
3.3 Naive Bayes Algoritmasında Sıfır Değer Sorunu
3.4 Normal Dağılımlı Naive Bayes
3.5 Naive Bayes Algoritması Calışmaları
4 Destek Vektör Makineleri
4.1 Doğrusal Sınıflandırma
4.1.1. Hard-Marjin Destek Vektor Makineleri
4.1.2 Soft-Marjin Destek Vektor Makineleri
4.2. Doğrusal Olmayan Sınıflandırma
4.2.1 Kernel Trick
4.2.2 Destek Vektor Makineleri Algoritması Calışmaları
4.5 XGBoost Algoritması
4.5.1. XGBoost Algoritması Calışmaları
II. Eksik Veri
1. Eksik Veri Mekanizmaları
1.1. Tamamen Rastgele Eksik Olan Veriler (MCAR
1.2. Rastgele Eksik Olan Veriler (MAR
1.3. Rastgele Eksik Olmayan Veriler (MNAR
2. Eksik Veri Çözümlemesinde Kullanılan İmputasyon Yöntemleri
2.1 İstatistik Tabanlı Yaklaşımlar
2.2 Makine Oğrenmesi Tabanlı Yaklaşımlar
III. Eksik Veri Uygulamaları
1. Bank Note Authentification Veri Seti
2. Abalone Veri Seti
3. Occupancy Detection Veri Seti
4. Eksik Veri İçin Simülasyon Çalışması
Sonuç ve Değerlendirme
Kaynaklar
Giriş
I. Veri Madenciliği Sınıflandırma Algoritmaları
1. k-En Yakın Komşu Algoritması
1.1 k Değeri ve Secimi
1.2 Benzerlik Olcutleri
1.3 Standartlaştırma
1.4 k-En Yakın Komşu Algoritması Calışmaları
2. Lojistik Regresyon Analizi
2.1 İkili (Binary) Lojistik Regresyon Analizi
2.2 Sıralı (Ordinal) Lojistik Regresyon Analizi
2.3 Cok Kategorili (Multinominal) Lojistik Regresyon Analizi
2.4 Katsayıların Tahmini
2.5 Katsayıların Anlamlılığının Test Edilmesi
2.6 Modelin Uyum İyiliği, Belirlilik Katsayıları ve Sınıflandırma
2.7 Lojistik Regresyon Analizi Algoritması Calışmaları
3. Naive Bayes Sınıflandırıcısı
3.1 Koşullu Olasılık ve Bayes Teoremi
3.2 Naive Bayes Algoritması
3.3 Naive Bayes Algoritmasında Sıfır Değer Sorunu
3.4 Normal Dağılımlı Naive Bayes
3.5 Naive Bayes Algoritması Calışmaları
4 Destek Vektör Makineleri
4.1 Doğrusal Sınıflandırma
4.1.1. Hard-Marjin Destek Vektor Makineleri
4.1.2 Soft-Marjin Destek Vektor Makineleri
4.2. Doğrusal Olmayan Sınıflandırma
4.2.1 Kernel Trick
4.2.2 Destek Vektor Makineleri Algoritması Calışmaları
4.5 XGBoost Algoritması
4.5.1. XGBoost Algoritması Calışmaları
II. Eksik Veri
1. Eksik Veri Mekanizmaları
1.1. Tamamen Rastgele Eksik Olan Veriler (MCAR
1.2. Rastgele Eksik Olan Veriler (MAR
1.3. Rastgele Eksik Olmayan Veriler (MNAR
2. Eksik Veri Çözümlemesinde Kullanılan İmputasyon Yöntemleri
2.1 İstatistik Tabanlı Yaklaşımlar
2.2 Makine Oğrenmesi Tabanlı Yaklaşımlar
III. Eksik Veri Uygulamaları
1. Bank Note Authentification Veri Seti
2. Abalone Veri Seti
3. Occupancy Detection Veri Seti
4. Eksik Veri İçin Simülasyon Çalışması
Sonuç ve Değerlendirme
Kaynaklar
İÇİNDEKİLER
Giriş
I. Veri Madenciliği Sınıflandırma Algoritmaları
1. k-En Yakın Komşu Algoritması
1.1 k Değeri ve Secimi
1.2 Benzerlik Olcutleri
1.3 Standartlaştırma
1.4 k-En Yakın Komşu Algoritması Calışmaları
2. Lojistik Regresyon Analizi
2.1 İkili (Binary) Lojistik Regresyon Analizi
2.2 Sıralı (Ordinal) Lojistik Regresyon Analizi
2.3 Cok Kategorili (Multinominal) Lojistik Regresyon Analizi
2.4 Katsayıların Tahmini
2.5 Katsayıların Anlamlılığının Test Edilmesi
2.6 Modelin Uyum İyiliği, Belirlilik Katsayıları ve Sınıflandırma
2.7 Lojistik Regresyon Analizi Algoritması Calışmaları
3. Naive Bayes Sınıflandırıcısı
3.1 Koşullu Olasılık ve Bayes Teoremi
3.2 Naive Bayes Algoritması
3.3 Naive Bayes Algoritmasında Sıfır Değer Sorunu
3.4 Normal Dağılımlı Naive Bayes
3.5 Naive Bayes Algoritması Calışmaları
4 Destek Vektör Makineleri
4.1 Doğrusal Sınıflandırma
4.1.1. Hard-Marjin Destek Vektor Makineleri
4.1.2 Soft-Marjin Destek Vektor Makineleri
4.2. Doğrusal Olmayan Sınıflandırma
4.2.1 Kernel Trick
4.2.2 Destek Vektor Makineleri Algoritması Calışmaları
4.5 XGBoost Algoritması
4.5.1. XGBoost Algoritması Calışmaları
II. Eksik Veri
1. Eksik Veri Mekanizmaları
1.1. Tamamen Rastgele Eksik Olan Veriler (MCAR
1.2. Rastgele Eksik Olan Veriler (MAR
1.3. Rastgele Eksik Olmayan Veriler (MNAR
2. Eksik Veri Çözümlemesinde Kullanılan İmputasyon Yöntemleri
2.1 İstatistik Tabanlı Yaklaşımlar
2.2 Makine Oğrenmesi Tabanlı Yaklaşımlar
III. Eksik Veri Uygulamaları
1. Bank Note Authentification Veri Seti
2. Abalone Veri Seti
3. Occupancy Detection Veri Seti
4. Eksik Veri İçin Simülasyon Çalışması
Sonuç ve Değerlendirme
Kaynaklar
Giriş
I. Veri Madenciliği Sınıflandırma Algoritmaları
1. k-En Yakın Komşu Algoritması
1.1 k Değeri ve Secimi
1.2 Benzerlik Olcutleri
1.3 Standartlaştırma
1.4 k-En Yakın Komşu Algoritması Calışmaları
2. Lojistik Regresyon Analizi
2.1 İkili (Binary) Lojistik Regresyon Analizi
2.2 Sıralı (Ordinal) Lojistik Regresyon Analizi
2.3 Cok Kategorili (Multinominal) Lojistik Regresyon Analizi
2.4 Katsayıların Tahmini
2.5 Katsayıların Anlamlılığının Test Edilmesi
2.6 Modelin Uyum İyiliği, Belirlilik Katsayıları ve Sınıflandırma
2.7 Lojistik Regresyon Analizi Algoritması Calışmaları
3. Naive Bayes Sınıflandırıcısı
3.1 Koşullu Olasılık ve Bayes Teoremi
3.2 Naive Bayes Algoritması
3.3 Naive Bayes Algoritmasında Sıfır Değer Sorunu
3.4 Normal Dağılımlı Naive Bayes
3.5 Naive Bayes Algoritması Calışmaları
4 Destek Vektör Makineleri
4.1 Doğrusal Sınıflandırma
4.1.1. Hard-Marjin Destek Vektor Makineleri
4.1.2 Soft-Marjin Destek Vektor Makineleri
4.2. Doğrusal Olmayan Sınıflandırma
4.2.1 Kernel Trick
4.2.2 Destek Vektor Makineleri Algoritması Calışmaları
4.5 XGBoost Algoritması
4.5.1. XGBoost Algoritması Calışmaları
II. Eksik Veri
1. Eksik Veri Mekanizmaları
1.1. Tamamen Rastgele Eksik Olan Veriler (MCAR
1.2. Rastgele Eksik Olan Veriler (MAR
1.3. Rastgele Eksik Olmayan Veriler (MNAR
2. Eksik Veri Çözümlemesinde Kullanılan İmputasyon Yöntemleri
2.1 İstatistik Tabanlı Yaklaşımlar
2.2 Makine Oğrenmesi Tabanlı Yaklaşımlar
III. Eksik Veri Uygulamaları
1. Bank Note Authentification Veri Seti
2. Abalone Veri Seti
3. Occupancy Detection Veri Seti
4. Eksik Veri İçin Simülasyon Çalışması
Sonuç ve Değerlendirme
Kaynaklar
Yorum yaz
Bu kitabı henüz kimse eleştirmemiş.
