dc.contributor.author |
Akkuş, Banu
|
|
dc.date.accessioned |
2019-04-18T10:01:27Z |
|
dc.date.available |
2019-04-18T10:01:27Z |
|
dc.date.issued |
2017-08 |
|
dc.identifier.uri |
http://hdl.handle.net/11547/1433 |
|
dc.description.abstract |
Bir amaç doğrultusunda elde edilen verilerden anlamlı sonuçlar çıkarılması
işlemine veri madenciliği denir. Kümeleme analizi de veri madenciliği alanında
sıklıkla kullanılmaktadır.
Bu tez çalışmasında öncelikle kümeleme analizi kavramları açıklanmıştır.
Çalışmada kullanılacak algoritmalar tanıtıldıktan sonra Dünya Bankası ‘nın we b
sitesinden elde edilen verilere bu algoritmalar uygulanmıştır.
Bu çalışmada amaç, önceden belirlenmiş parametreler göz önüne alınarak
ülkelerin gelişmişlik ölçütlerine göre kümelenmesidir.
Çalışma kapsamında 214 ülkeye ait 2015 verileri ele alınmıştır. Bu verilere Self
Organizing Map ve K-Means kümeleme algoritmaları uygulanmış, sonrasında
da elde edilen kümeler değerlendirilmiştir. Ayrıca ülkemizin bu kümelerdeki
konumu da incelenmiştir. |
tr_TR |
dc.language.iso |
tr |
tr_TR |
dc.publisher |
İSTANBUL AYDIN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ |
tr_TR |
dc.subject |
Kümeleme Analizi |
tr_TR |
dc.subject |
K – Means Algoritması |
tr_TR |
dc.subject |
Self Organizing Map Algoritması |
tr_TR |
dc.subject |
Clustering Analysis |
tr_TR |
dc.subject |
K- Means Algorithm |
tr_TR |
dc.subject |
Self Organizing Map |
tr_TR |
dc.title |
VERİ MADENCİLİĞİ YÖNTEMLERİ İLE ÜLKELERİ GELİŞMİŞLİK ÖLÇÜTLERİNE GÖRE KÜMELEME ÜZERİNE BİR UYGULAMA |
tr_TR |
dc.type |
Thesis |
tr_TR |
dc.description.abstractol |
The process of extracting meaningful results from data obtained in the direction of a
goal is called data mining. Clustering analysis is also frequently used in the field of
data mining.
In this thesis study, firstly clustering analysis concepts are explained. These
algorithms have been applied to the data obtained from the World Bank website after
the algorithms to be used in the study have been introduced.
The purpose of this study is to cluster countries according to their development
criteria, taking into account pre-determined parameters.
The study covered data from 214 countries . Self Organizing Map and K-Means
clustering algorithms were applied to these data, and then the obtained clusters were
evaluated. In addition, the position of our country in these clusters has been
examined. |
tr_TR |