Data Mining Methods and an Application

Abstract

Kıvrak M, Veri Madenciliği Yöntemleri ve Bir Uygulama. Y.Y.Ü. Sağlık Bilimleri Enstitüsü Biyoistatistik Anabilim Dalı Yüksek Lisans Tezi, Van, 2010. Veri Madenciliği, veriden bilgi etme amaçlı kullanılan yöntemler bütünüdür. İstatistik analiz yöntemlerinin ve yapay zeka algoritmalarının bir arada kullanılarak veri içerisindeki gizli bilgilerin açığa çıkarılması ve verinin nitelikli bilgiye dönüştürülmesi sürecidir. Bu tez çalışmada veri madenciliği ele alınmıştır. Bu kapsamda verilerin içerisindeki desenler, ilişkiler, değişimler ve istatistik olarak önemli olan yapılar incelenmiştir. Veri madenciliği sürecini destekleyen bazı istatistik yöntemler kullanılmıştır. İncelenilen konulardaki verilerde bazı karşılaşılan problemler ele alınmış ve bu problemlerin çözüm yöntemleri araştırılmıştır. Analizlerde, iki adet veri seti ile uygulama yapılmıştır. Bu veri setlerinden birincisi hayvancılık ile ilgili olup, hayvanların çeşitli özelliklerine ait verileri içermektedir. İkincisi ise kalp hastalığına etkili olan değişkenlere ait verileri içermektedir. Her iki veri seti de karışık değişken tiplerini içermektedir. Veri madenciliği yöntemlerinden karar ağacı ve yapay sinir ağları kullanılmıştır.

Kıvrak M, Data Mining Methods and an Application. Yuzuncu Yil University, Institute of Health Sciences, Master Thesis in Department of Biostatistics, Van, 2010. Data mining is the combining of the techniques to obtain the information from data. It is a process used to reveal hidden information in data and transform data into codified information by using a combination of both statistical analysis techniques and artificial intelligence algorithms. In this thesis data mining process has been studied. In this framework, designs, relationships, variations and statistically significant structures in the data were examined. Some statistical methods related to data mining were used. Several problems of data in the examined subjects were deal with and solving methods for the problems were handled. The application was executed with two data sets. First one of these is animal data obtained attribute of animals. The second one is obtained formation effects of some attribute of heart illness. Both data sets consist of mixed variable types. Decision trees and artificial neural network techniques were used in the analyses.