Veri Madenciliği ve Makine Öğrenmesi Temel Kavramlar, Algoritmalar, Uygulamalar

Veri Madenciliği ve Makine Öğrenmesi Temel Kavramlar, Algoritmalar, Uygulamalar Kitabımız Çıktı !

Günümüzde iş yapış biçimlerinin değişiminde ve yeni mesleklerin ortaya çıkmasında veri biliminin rolü büyüktür. Veri biliminin özellikle Veri Madenciliği ve Makine Öğrenmesi alanlarına akademiden ve iş dünyasından araştırmacıların ilgisi giderek artmaktadır. Bu nedenle; 11 bölümlü ve 20 yazarlı, Türkçe hazırlanan “Veri Madenciliği ve Makine Öğrenmesi Temel Kavramlar, Algoritmalar, Uygulamalar” adlı kitabın akademik ve iş hayatına kazandırılması önemlidir.

Kitabın içeriği, Ağustos 2018 tarihinde yapılan III. Disiplinlerarası Uygulamalı Veri Madenciliği Çalıştayı eğitmenleri tarafından tartışılmış, çalıştay sonrasında edinilen deneyimler ve değerli yazarlarımızın katkılarıyla son haline getirilmiştir. Kitap aynı yıl vefat eden Türkiye Toplum Hizmetleri Vakfı (TOVAK) kurucu başkanı Prof. Dr. Tahir ÖZGÜ Hocamızın anısına hazırlanmıştır. Kitabımızı Çağlayan Kitabevinden temin edebilirsiniz.

Kitapta; yapay zekâ ve etik ile sağlıkta bilgi yönetimi ve büyük veri konuları kavramsal olarak ele alınan konulardır. Görüntü işleme konusunu öğrenmek isteyen araştırmacılara Python dili ile başlangıç yapmalarını sağlayacak bir bölüm yer almaktadır. Diğer bölümlerdeki uygulamalar R programlama dili kullanılarak gerçekleştirilmiştir. Kitaptaki bu uygulamalar:

  • çeşitli otellere ait müşteri yorumları ile bir metin madenciliği uygulaması,
  • sınıflandırma modellerinin performans değerlendirmesi,
  • birliktelik kuralları kullanılarak gerçekleştirilen bir uygulamanın Shiny ile bir web uygulaması biçiminde hazırlanma süreci,
  • destek vektör makinelerinin kavramsal anlatımı ve örnek bir uygulaması,
  • kümeleme algoritmalarının başarı göstergesi olarak kümeleme indeks değerlerinin incelenmesi,
  • tek-sınıflı sınıflandırıcı modeliyle tuş vuruş tabanlı kimlik doğrulama,
  • portföy optimizasyonu,
  • sınıf dengesizliği problemi ve sınıf dengesizliğini gidermek için kullanılan yöntemler.

Kitaptaki sınıflandırma uygulamalarında k-En Yakın Komşu Algoritması, Destek Vektör Makineleri, Gini, Naive Bayes, C5.0, Öz-İlişkili Yapay Sinir Ağları; kümeleme uygulamalarında k-Ortalamalar, Bulanık c-Ortalamalar, En Uzak Komşu ve k-Medoid; birliktelik kuralları içinse Apriori kullanılmıştır.

Bu kitap; akademik hayatta ve iş hayatında “veri”den bilgi çıkarımında bulunmak, öngörüye dayalı bu bilgiyi kararlarında kullanmak ve uygulamak isteyenler için tavsiye edilmektedir.

Kitabın içindekiler bölümüne erişmek için tıklayınız.

Veri Madenciliği ve Makine Öğrenmesi Temel Kavramlar, Algoritmalar, Uygulamalar

About the Author