Готові списки джерел за темами / Gradyan Artırma

Зміст

Статті в журналах
Частини книг

Добірка наукової літератури з теми "Gradyan Artırma"

Автор: Grafiati

Опубліковано: 7 червня 2025

Оновлено: 2 серпня 2025

Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями

Оберіть тип джерела:

Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Gradyan Artırma".

Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.

Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.

Статті в журналах з теми "Gradyan Artırma"

HORASAN, Fahrettin, and Ahmet Haşim YURTTAKAL. "Gradyan Artırma Algoritması ile Karanlık Ağ Web Trafiği Sınıflandırması." Uluslararası Muhendislik Arastirma ve Gelistirme Dergisi 14, no. 2 (2022): 794–98. http://dx.doi.org/10.29137/umagd.1117634.

Повний текст джерела

Анотація:

Ağ trafiğinin sınıflandırılması kurumların ağ hizmetlerinin kalitesinin artırılmasına katkı sağlamasının yanında önemli verilerinin korunmasına da yardımcı olmaktadır. Ağ trafiğinin sınıflandırmada, port tabanlı ve yük tabanlı sınıflandırma işlemlerinin şifreli ağlarda yetersiz kalması nedeniyle makine öğrenmesi algoritmaları sıklıkla kullanılmaktadır. Bu çalışmada, Darknet kategorisinde birleştirilen VPN ve Tor ağ trafiği Gradyan Artırma Algoritması ile sınıflandırılmıştır. Veri setinin %70’i eğitim, %30’u test için ayrılmıştır. Eğitim setinde 10 kat çapraz doğrulama uygulanmıştır. 8 farklı k

Стилі APA, Harvard, Vancouver, ISO та ін.

Deniz, Merve, Feriştah Özçelik, and Tuğba Saraç. "BİR OTOMOTİV İŞLETMESİNDE MAKİNE ÖĞRENMESİ TEKNİKLERİ İLE KESİCİ TAKIM AŞINMASININ TAHMİNLENMESİ." Endüstri Mühendisliği 36, no. 1 (2025): 21–46. https://doi.org/10.46465/endustrimuhendisligi.1569135.

Повний текст джерела

Анотація:

Kesici takım aşınmasını tahmin etmek ve önlemek için etkili bir yöntem geliştirmek işletmelerde üretim verimliliği açısından kritiktir. Bu çalışmada, bir otomotiv firmasında, makine öğrenmesi teknikleri kullanılarak CNC makinelerinden elde edilen veriler ile kesici takım aşınmasını tahminlemek amaçlanmıştır. Rastgele Orman Regresyonu (RFR), Gradyan Artırma Regresyonu (GBR), Aşırı Gradyan Artırma Regresyonu (XGB) ve Uyarlamalı Artırma Regresyonu (ABR) makine öğrenmesi modelleri kullanılmıştır. Bu modeller, veri setlerinin farklı kombinasyonlarından oluşan 3 farklı senaryo üzerinde değerlendiril

Стилі APA, Harvard, Vancouver, ISO та ін.

EKİCİ, Burak, and Hidayet TAKCI. "Intrusion Detection on Computer Networks Using Anomaly Detection Approach." Afyon Kocatepe University Journal of Sciences and Engineering 22, no. 5 (2022): 1016–27. http://dx.doi.org/10.35414/akufemubid.1114906.

Повний текст джерела

Анотація:

Bilgisayar ağlarına yapılan saldırılar günden güne artarken ve saldırıların nitelikleri de sürekli olarak değişmektedir. Ağ saldırıları, bilgisayar ağlarına zarar vererek bilgi güvenliğini ortadan kaldırmaktadır. Bu durum kişiler, şirketler, kurumlar ve hatta devletler için büyük bir risk oluşturmaktadır. Ağ trafiğinin analizi ve böylece saldırıların ortaya çıkarılabilmesi için Saldırı Tespit Sistemlerinden yararlanılmaktadır. Saldırı türlerini tanıyacak şekilde oluşturulan bu sistemlerin gelişimleri de artan saldırı tiplerine göre sürekli devam etmektedir. Bu çalışmada makine öğrenmesi teknik

Стилі APA, Harvard, Vancouver, ISO та ін.

Geyikoğlu, Ali, and Mete Yağanoğlu. "Makine Öğrenmesi Algoritmaları ile Elektrik Dağıtım Şebekeleri Arıza Tahmini." Karadeniz Fen Bilimleri Dergisi 15, no. 1 (2025): 73–98. https://doi.org/10.31466/kfbd.1482179.

Повний текст джерела

Анотація:

Elektrik dağıtım şebekelerinde arıza; kaliteli ve sürekli enerji akışını engelleyici faktörler olarak tanımlanmaktadır. Arızanın meydana gelmesi sonrasında Elektrik Dağıtım Şirketleri, bakım-onarım ve yatırım çalışmaları ile düzeltici faaliyetler gerçekleştirmektedir. Meydana gelen arızalar ve sonrası düzeltici faaliyetler ile teknik kalite parametreleri sistemlerce oluşturulmaktadır. Ancak ortaya çıkan teknik veriler, herhangi bir tahminleme altyapısında kullanılmamakta, düzeltici faaliyetler genel olarak yorum ve taleplere istinaden gerçekleştirilmektedir. Bu çalışmada, sezgisel yaklaşımları

Стилі APA, Harvard, Vancouver, ISO та ін.

Demir, Betül, Yeşim Dokuz, and Burak Şen. "Sulama Durumu Tahmini için Makine Öğrenimi Algoritmalarının Karşılaştırmalı Analizi." Turkish Journal of Agriculture - Food Science and Technology 13, no. 2 (2025): 497–503. https://doi.org/10.24925/turjaf.v13i2.497-503.7497.

Повний текст джерела

Анотація:

Geleneksel yöntemlere kıyasla, makine öğrenimi ile desteklenen sistemlerin, daha hassas sulama kararları verebildiği tespit edilmiştir. Bu çalışmada, veri bilimi alanında sıkça kullanılan veri paylaşım platformu olan Kaggle’dan faydalanılmıştır. Sulama durumu tahmini için “Weather Data” veri kümesi kullanılmıştır, Veri kümesinde eksik ve aykırı veriler düzeltilmiş, bağımlı (sulama durumu) ve bağımsız (hava sıcaklığı, nemi, toprak nem değeri, yağış durumu) parametreler elde edilmiştir. Güneydoğu Anadolu Bölgesi’ndeki illere (Adıyaman, Batman, Diyarbakır, Gaziantep, Kilis, Mardin, Siirt, Şanlıur

Стилі APA, Harvard, Vancouver, ISO та ін.

Mavzer, Şener, and Halit Eray Çelik. "Plaka Tanıma Sistemleri Aracılığıyla Trafik Güvenliği ve Akışının Takip Edilmesi: Geliştirilmiş Gradyan Artırma Algoritması ile Bir Simülasyon." Turkish Journal of Statistics and Data Science 01, no. 1 (2025): 24–40. https://doi.org/10.5281/zenodo.15364799.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Akboz Caner, Ayşe, Ayşe Ergin Ünal, and Serkan Nas. "Dijital bankacılık ve enflasyon ilişkisinin makine öğrenme algoritmaları ile tespiti." Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, no. 70 (April 25, 2025): 193–99. https://doi.org/10.18070/erciyesiibd.1618053.

Повний текст джерела

Анотація:

Son dönemlerde özellikle finans alanında dijital teknolojinin artan kullanımı, pek çok farklı ekonomik göstergenin seyrini değiştirmektedir. Bu dijital teknolojiler, finansal işlemlerde hızlı ve yenilikçi çözümler sunarken, ekonominin dinamiklerinin daha hızlı ve farklı yöntemlerle şekillenmesine neden olmaktadır. Dolayısıyla ekonomik performansın değişmesinde rol oynayan finansal kurumlardan bankacılık sektöründe meydana gelen dijitalleşme hareketleri, finansal sistemin ve ekonominin geneli için incelenmesi gereken bir konu haline gelmektedir. Dijitalleşmenin kapsamı ve yarattığı etkiler göz

Стилі APA, Harvard, Vancouver, ISO та ін.

Gür, Yunus Emre, and Cem Ayden. "CNN TABANLI DERİN ÖĞRENME VE MAKİNE ÖĞRENMESİ TEKNİKLERİNİN ENTEGRASYONU: İŞTEN AYRILMA TAHMİNLERİNDE YENİ BİR METODOLOJİ." International Journal of Management Economics and Business 21, no. 1 (2025): 161–98. https://doi.org/10.17130/ijmeb.1529822.

Повний текст джерела

Анотація:

İşgücü devri, organizasyonlar için önemli maliyet ve verimlilik kayıplarına yol açmaktadır. Bu çalışma, işten ayrılma tahminlerini geliştirmek amacıyla, geleneksel istatistiksel modellerin ötesine geçerek makine öğrenimi ve derin öğrenme tekniklerini entegre eden yenilikçi bir yaklaşım sunmaktadır. Çalışma, veri setindeki değişkenleri 2B karekod görüntülerine dönüştürmek suretiyle, CNN tabanlı derin öğrenme modellerinin bu görüntüler üzerinde sınıflandırma yapabilmesini sağlamıştır. Bu yenilikçi adım, derin öğrenme modellerinin görsel veri işleme yeteneklerini kullanarak daha karmaşık veri yap

Стилі APA, Harvard, Vancouver, ISO та ін.

Sevli, Onur. "TARIMSAL VERİMLİLİĞİ ARTIRMAK İÇİN AGRO-KLİMATİK KOŞULLARA BAĞLI OLARAK MAKİNE ÖĞRENMESİ TEMELLİ MAHSUL TAVSİYE SİSTEMİ." Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi 9, no. 1 (2025): 70–79. https://doi.org/10.62301/usmtd.1702079.

Повний текст джерела

Анотація:

Tarım, dünya genelinde ekonomik ve toplumsal açıdan stratejik bir sektör olup, özellikle gıda güvenliği ve kırsal kalkınma açısından kritik bir role sahiptir. Bu sektörün sürdürülebilirliği, iklim değişikliği ve toprak özelliklerindeki farklılıklar gibi çok sayıda çevresel değişkenden etkilenmektedir. Çiftçilerin karşılaştığı en temel sorunlardan biri, mevcut agro-klimatik koşullara en uygun mahsulü belirleyebilmek ve bu doğrultuda üretim yapabilmektir. Bu çalışmanın temel amacı, makine öğrenmesi algoritmalarını kullanarak toprak ve çevre koşullarına göre en uygun mahsulü tahmin edebilen bir m

Стилі APA, Harvard, Vancouver, ISO та ін.

YILDIRIM, Orhan, Faruk Baturalp GUNAY, and Mete YAĞANOĞLU. "Makine Öğrenmesi Yöntemleriyle Orman Yangını Tahmini." Journal of the Institute of Science and Technology 13, no. 3 (2023): 1468–81. http://dx.doi.org/10.21597/jist.1249908.

Повний текст джерела

Анотація:

Orman yangını, ormanda yaşama birliği içinde bulunan canlı ve cansız bütün varlıkları yakarak yok eden, ekonomik ve ekolojik zararları olan bir afettir. Son yıllarda küresel ısınma sebebi ile mevsim normalleri üzerinde seyreden sıcaklıklar ve kuraklıklar orman yangını riskini daha da artırmaktadır. Orman yangınları nedeniyle meydana gelen zararı en aza indirmek için yangınla mücadelede erken uyarı, hızlı ve etkin müdahale çok önemlidir. Makine öğrenmesi yöntemleri ise günümüzde erken uyarı sistemlerinde kullanılmaktadır. Bu çalışmada orman yangınlarıyla mücadele için olası orman yangınını önce

Стилі APA, Harvard, Vancouver, ISO та ін.

Більше джерел

Частини книг з теми "Gradyan Artırma"

Dinç Cavlak, Özge. "Finansal Zaman Serisi Tahminlerinde Makine Öğrenmesi Uygulamaları." In Nicel Karar Verme: Çok Kriterli Yaklaşımlar ve Makine Öğrenmesi Uygulamaları. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub788.c3310.

Повний текст джерела

Анотація:

Mevcut çalışma, finansal zaman serisi tahminlerinde kullanılan çeşitli makine öğrenmesi algoritmalarını inceleyerek, genel bir çerçeve çizmeyi amaçlamaktadır. Çalışmada, finansal zaman serisi tahminlerinde yaygın olarak kullanılan ağaç tabanlı Rastgele Ormanlar (Random Forests, RF), Aşırı Gradyan Artırma (Extreme Gradient Boosting, XGBoost), CatBoost (Categorical Boosting), Hafif Gradyan Artırma Makinesi (Light Gradient Boosting Machine, LightGBM) ve Doğal Gradyan Artırma (Natural Gradient Boosting, NGBoost) modelleri hakkında bilgi verilmektedir. Ardından, girdi değişkenlerin katkısını ölçere

Стилі APA, Harvard, Vancouver, ISO та ін.

Korkmaz, Gökhan. "XGboost Algoritması." In Yönetim Bilişim Sistemlerinde Güncel Uygulamalar. Özgür Yayınları, 2024. https://doi.org/10.58830/ozgur.pub574.c2353.

Повний текст джерела

Анотація:

Aşırı Gradyan Artırma Algoritması, kısa adıyla “XGBoost” (Extreme Gradient Boosting Algorithm), Karar Ağaçlarının (KA) özelleştirilmiş bir formu olup sınıflandırma, tahmin ve sıralama yöntemi olarak literatürde ön plana çıkmaktadır. 2015 Bilgi Keşfi ve Veri Madenciliği (Knowledge Discovery and Data Mining-KDD) kupasında seçilen en iyi 10 çözümün tamamının kullanmış olduğu, XGBoost algoritması, tüm branşlardan araştırmacıların ilgisini çekmekte, verdiği sonuçlar itibariyle çok etkili, bir o kadar karmaşık ve popüler bir yöntemdir. Denetimli öğrenen ve düzenleme (regülasyon) faktörüyle aşırı uyu

Стилі APA, Harvard, Vancouver, ISO та ін.

Ми пропонуємо знижки на всі преміум-плани для авторів, чиї праці увійшли до тематичних добірок літератури. Зв'яжіться з нами, щоб отримати унікальний промокод!