Увійти

Готові списки джерел за темами / Makine Öğrenme

Зміст

Статті в журналах
Книги
Частини книг
Тези доповідей конференцій

Добірка наукової літератури з теми "Makine Öğrenme"

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 "Makine Öğrenme".

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 "Makine Öğrenme"

1

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.

2

Aydın, Tolga, Ferhat Bozkurt, and Rüstem Muhammed Karademir. "Makine Öğrenimi ve Derin Öğrenme Metotları Kullanılarak Hurma Meyvesi Türü Tespiti." Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi 15, no. 2 (2025): 382–95. https://doi.org/10.21597/jist.1554150.

Повний текст джерела

Анотація:

Meyve ve sebze görüntülerinin analizi endüstriyel tarımda tanımlama ve sınıflandırma süreçlerinde önemli bir rol oynamaktadır. Hızla artan insan nüfusu ve bu doğrultuda yükselen tüketim miktarı analiz ve sınıflandırma işlemlerini otomatikleştirmeyi mecbur kılmaktadır. Geleneksel olarak uzmanlar tarafından yapılan görsel inceleme ve yorumlama yöntemleriyle gerçekleştirilen bu analiz süreci zaman alıcı ve öznel olabilir. Ancak son yıllarda derin öğrenme tekniklerinin gelişimi meyve ve sebze görüntülerinin otomatik analizinde büyük bir potansiyel sunmaktadır. Bu çalışmada klasik makine öğrenimi v

Стилі APA, Harvard, Vancouver, ISO та ін.

3

Yıldız, Berkant İsmail. "Hayvancılıkta Akıllı Yaklaşımlar: Derin Öğrenme Modellerinin Kullanımı." Turkish Journal of Agriculture - Food Science and Technology 12, no. 11 (2024): 1959–67. http://dx.doi.org/10.24925/turjaf.v12i11.1959-1967.6861.

Повний текст джерела

Анотація:

Geleneksel olarak kullanılan hayvansal üretim yöntemleri, artan nüfus ve yetersiz kaynaklar ile başa çıkmakta zorlanmaktadır. Hayvansal üretimde karşılaşılan bu zorluklara çözüm olarak ortaya çıkan makine öğrenmesi, hayvancılık sektöründe verimlilik, sağlık izleme ve ıslah alanlarında önemli gelişmeler sağlayarak çeşitli avantajlar sunmaktadır. Hayvancılıkta makine öğrenimi, önemli avantajlarıyla sadece çiftlik yönetimini optimize etmekle kalmaz, aynı zamanda sürdürülebilirlik hedeflerine ulaşmada çiftçilere güçlü bir araç sağlamaktadır. Bu teknolojik gelişmelerin hayvancılık sektörüne entegra

Стилі APA, Harvard, Vancouver, ISO та ін.

4

Göçgün, Ömer Faruk, Femin Yalcin, and Aytuğ Onan. "Federe Öğrenme Algoritmaları ve Açık Kaynak Çerçeveler." International Journal of Advanced Natural Sciences and Engineering Researches 7, no. 6 (2023): 108–12. http://dx.doi.org/10.59287/ijanser.1143.

Повний текст джерела

Анотація:

Günümüzde dağıtık sistemler ve büyük veri, merkeziyetçi makine öğrenmesi/derin öğrenme modellerinde zaman ve donanım maliyeti gibi engellere sebebiyet vermektedir. Bu sebeple dağıtık sistemlerde çalışan yazılımların veya Nesnelerin İnterneti (IoT) cihazlarından toplanan verilerin tek bir merkezde model eğitimi veya bu verilerden sonuç elde edilmesi aynı zamanda gizlilik gibi sorunlara da sebebiyet vermektedir. Makine öğrenmesine yönelik nispeten yeni sayılabilecek olan Federe Öğrenme (Fedeated Learning), giderek küreselleşen bu dünyada veri gizliliği ve güvenliği giderek daha önemli olacaktır.

Стилі APA, Harvard, Vancouver, ISO та ін.

5

Kahraman, Aleyna, Durmuş Özkan Şahin, Dilara Bıyıklı, Feyzanur Aytekin, and Hasan Basri Darga. "Makine Öğrenmesi ve Derin Öğrenmeye Dayalı Duygu Analizinde Metin Temsil Yöntemlerinin Sınıflandırma Başarımına Etkisinin İncelenmesi." Karadeniz Fen Bilimleri Dergisi 15, no. 2 (2025): 923–59. https://doi.org/10.31466/kfbd.1536270.

Повний текст джерела

Анотація:

Bu çalışmada, iki farklı veri seti üzerinde çeşitli metin temsil yöntemleri kullanılarak ikili ve üçlü sınıflandırma işlemleri gerçekleştirilmiştir. Metin temsil yöntemleri olarak TF-IDF, GloVe, Word2Vec, FastText ve Bag of Words kullanılmıştır. Makine öğrenimi algoritmalarından Naive Bayes, Lojistik Regresyon, Destek Vektör Makineleri, Rastgele Orman, Yapay Sinir Ağı, En Yakın Komşu Algoritması, Karar Ağacı, XGBoost ve LightGBM uygulanmıştır. Derin öğrenme algoritmaları olarak ise Evrişimli Sinir Ağı, Tekrarlayan Sinir Ağı ve Uzun Kısa Süreli Bellek kullanılmıştır. Elde edilen sonuçlarla, kul

Стилі APA, Harvard, Vancouver, ISO та ін.

6

AKÇAY, Hakan, and Derya YILTAS-KAPLAN. "CREDIT CONSUMPTION ESTIMATION AND COMPARATIVE APPLICATION WITH TIME SERIES ESTIMATION ALGORITHMS." Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 27, no. 1 (2024): 166–89. http://dx.doi.org/10.17780/ksujes.1369811.

Повний текст джерела

Анотація:

Dijital dönüşümün hızla yaygınlaşması ile işlenen verilerin boyutları ve hacimleri de artmıştır. Büyük verileri işlemek, doğruluğu yüksek analizleri kısa sürede ve daha az kaynak kullanarak yapmak için yeni yöntem ve algoritmalar geliştirilmiştir. Bu çalışmada makine öğrenmesi ve derin öğrenme tekniklerinden ARIMA (Otoregresif Entegre Hareketli Ortalama), SARIMA (Mevsimsel ARIMA), Prophet (Facebook), XGBoost (En Büyük Eğim Artırma), LSTM (Uzun-Kısa Süreli Bellek), RNN (Yinelemeli Sinir Ağı) ve GRU (Geçitli Tekrarlayan Birim) algoritmaları kullanılarak tüketicilerin kontör tüketimleri zaman ser

Стилі APA, Harvard, Vancouver, ISO та ін.

7

Gündüz, Ramazan, Mustafa Can Bingol, and Osman Tayfun Bişkin. "Yapay Zeka Temelli Bazı Nar Hastalıklarının Tahmini." Turkish Journal of Agriculture - Food Science and Technology 13, no. 4 (2025): 946–57. https://doi.org/10.24925/turjaf.v13i4.946-957.7373.

Повний текст джерела

Анотація:

Tarım sektöründe bitki hastalıklarının erken teşhisi ve sınıflandırılması, ürün kayıplarının azaltılması ve verimliliğin artırılması açısından büyük önem taşımaktadır. Özellikle nar meyvesi, ekonomik değeri yüksek olan bir ürün olup hastalıkları hem kaliteyi hem de üretimi ciddi şekilde etkileyebilmektedir. Bu bağlamda, nar meyvesinin çeşitli hastalıklarının teşhisi ve sınıflandırılması için makine öğrenmesi ve derin öğrenme yöntemlerinin kullanımı araştırılmaktadır. Çalışmada, Hindistan’ın Karnataka eyaletindeki çiftliklerden toplanan 5099 nar görüntüsü kullanılmıştır. Görüntüler; Kahverengi

Стилі APA, Harvard, Vancouver, ISO та ін.

8

Çelikoğlu, İlksen. "Tür Dağılım Modellemesinde Makine Öğrenme Yöntemleri." Ecological Perspective 4, no. 1 (2024): 17–40. https://doi.org/10.53463/ecopers.20240253.

Повний текст джерела

Анотація:

Küresel ısınma sebebiyle oluşan iklim değişikliği, uzun süreli sonuçlarıyla insan hayatı için önem teşkil eden evrensel sorunlardandır. İklim değişikliğinin, türlerin dağılımlarında olumsuz etkiye sahip olacağı yapılan çalışmalarla öngörülmektedir. Bu çalışmalarda, türlerin bulunduğu alanları gösteren noktasal veriler ve alanların biyoiklim verileri ele alınarak iklim senaryolarına göre türlerin günümüz- gelecek potansiyel yayılış alanları farklı tür dağılım modelleri ile tespit edilmektedir. Küresel sorunlardan biri olan iklim değişikliğinin türlerin yayılışı üzerindeki etkilerini saptamak ve

Стилі APA, Harvard, Vancouver, ISO та ін.

9

Guven, Zekeriya Anil. "Parkinson Hastalığının Tespitinde Konuşma Ses Karakteristiklerinin İncelenmesine Dair Bir Çalışma." International Conference on Applied Engineering and Natural Sciences 1, no. 1 (2023): 279–82. http://dx.doi.org/10.59287/icaens.1006.

Повний текст джерела

Анотація:

Günümüzde birçok hastalık, çıkarılan özniteliklere göre makine ve derin öğrenme yöntemleri ile analiz edilmekte ve tespiti gerçekleştirilmektedir. Bu çalışmada, Parkinson hastalığı için hastaların ses karakteristik özelliklerinden yararlanarak analiz gerçekleştirilmiştir. Analiz aşamasında normalizasyon teknikleri ve özellik seçme yöntemleri kullanılarak makine öğrenme ve derin öğrenme yöntemlerinin başarısı araştırılmıştır. Deneysel çalışmalar sonucunda, geri yönlü özellik seçimi yöntemi ile 5 özellik seçme ile makine öğrenme yöntemlerinden k-en yakın komşu %69.64 doğruluk değeriyle en başarı

Стилі APA, Harvard, Vancouver, ISO та ін.

10

Gurkan, Caglar, Sude Kozalioglu, and Merih Palandoken. "Development of Decision Support System for Early Stage Diabetes Diagnosis Using Machine Learning and Deep Learning Methods: A Comprehensive Analysis." Academic Perspective Procedia 4, no. 1 (2021): 186–94. http://dx.doi.org/10.33793/acperpro.04.01.28.

Повний текст джерела

Анотація:

Yaygın olarak görülen hastalıklardan biri olan diyabetin prevalansı her yıl artmaktadır. Diyabet hastalığı erken teşhis edilmezse kalp ve damar hastalıklarına, böbrek hastalığına, körlüğe, sinir hasarlarına, felce ve organ yetmezliklerine neden olabilir. Ayrıca bu diyabet hastaları için yapılacak sağlık harcamalarının da 2040 yılında 802 milyon dolar olacağı tahmin edilmektedir. Bu durumlar göz önünde bulundurulduğunda diyabet tanısı için yapılacak çalışmalar oldukça önemlidir. Bu çalışmada, diyabet tanısı için bir karar destek sistemi geliştirmek amacıyla karar ağaçları, k-en yakın komşu, loj

Стилі APA, Harvard, Vancouver, ISO та ін.

Більше джерел

Книги з теми "Makine Öğrenme"

1

Caine, Renate Nummela. Making connections: Teaching and the human brain. Addison-Wesley Pub. Co., 1994.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

2

Apaydın, Ayşen, Ömer Kutlu, Mustafa Cem Babadoğan, Özge Altıntaş, and Furkan Başer. Yükseköğretimde Akademik Riskli Öğrencilerin Kestiriminde Makine Öğrenmesi Yöntemleri. Edited by Ayşen Apaydın and Ömer Kutlu. Ankara Pegem Akademi Yayıncılık, 2021. http://dx.doi.org/10.14527/9786258044065.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

3

Tarım, Gıda ve Yaşam Bilimlerinde R ile Makine Öğrenmesi ve Veri Madenciliği. Nobel Akademik Yayıncılık, 2022.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

4

Cunningham, Sarah, and Peter Moor. Making Headway. Oxford University Press, 1992.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Частини книг з теми "Makine Öğrenme"

1

Erbay Mermer, Şeyma. "Eğitimde Dijital Dönüşüm: Makine Öğrenmesi." In Eğitimde Güncel Araştırmalar- IV. Özgür Yayınları, 2023. http://dx.doi.org/10.58830/ozgur.pub303.c1379.

Повний текст джерела

Анотація:

Eğitim sistemi dahil olmak üzere birçok alanda köklü değişikliklere yol açan önemli bir teknolojik gelişme olan makine öğrenmesi, yapay zeka alanının önemli bir alt dalıdır ve bilgisayarların verilere dayalı olarak öğrenme yeteneği kazanmasını sağlar. Makineler tüm işlemleri kodlar aracılığıyla algoritmalar üzerinden gerçekleştirirler. Kodlar ve algoritmalar, büyük veri kümelerini analiz ederek örüntüyü tanır ve bu örüntüyü kullanarak tahminlerde bulunur. Bu teknoloji, öğrencilere bireyselleştirilmiş öğrenme fırsatları sunma, öğretmenlere öğrenci ilerlemesini izleme, öğrencilerin güçlü ve zayı

Стилі APA, Harvard, Vancouver, ISO та ін.

2

YAVUZ ÇELİKDEMİR, MELTEM, and SONER ÇELİKDEMİR. "Makine Öğrenme Uygulamaları." In Medikal Görüntülerde Matlab Uygulamaları. Bidge Yayınları, 2024. https://doi.org/10.70269/10.70269/8417797984.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

3

Durmuşçelebi, Cemal. "Turizmde Makine Öğrenme." In Turizm ve Dijital Pazarlama (Teori ve Uygulamalar). Özgür Yayınları, 2024. https://doi.org/10.58830/ozgur.pub603.c2540.

Повний текст джерела

Анотація:

Makine öğrenimi, turizm sektöründe sürdürülebilirliği teşvik ederken, müşteri deneyimini iyileştirme, operasyonel süreçleri daha verimli hale getirme ve gelir yönetiminde ilerleme sağlama fırsatları sunmaktadır. Özellikle otelcilik, havayolu ve destinasyon yönetimi gibi alanlarda yaygınlaşan makine öğrenimi uygulamaları, büyük veri analitiği ile desteklenerek işletmeler için rekabet avantajı yaratma potansiyeli sunmaktadır. Rezervasyon sistemlerinden sosyal medya yorumlarına kadar çeşitli veri kaynaklarını işleyebilen algoritmalar, müşteri ihtiyaçlarını öngörmekte ve özelleştirilmiş teklifler

Стилі APA, Harvard, Vancouver, ISO та ін.

4

Ödemiş, Meriç, and Halil Orbay Çobanoğlu. "Makine Öğrenmesi ile Dans Hareketlerinin Değerlendirilmesi." In Veri Analitiği Tabanlı Spor Bilimleri: Makine Öğrenimi ve Ağ Bilimi Yaklaşımları. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub723.c3044.

Повний текст джерела

Анотація:

Dans ve makine öğrenimi alanlarının kesişiminde yapılan çalışmalar, sanat ve teknolojinin yenilikçi bir biçimde birleşmesine olanak sağlamaktadır. Bu derleme çalışmasında, yapay zeka (YZ) ve makine öğrenimi (MÖ) tekniklerinin dans hareketlerinin tanınması, sınıflandırılması ve koreografi üretiminde nasıl kullanıldığı incelenmiştir. Özellikle derin öğrenme tabanlı modellerin, dans hareketlerinin kalite değerlendirilmesi ve stil tanıma süreçlerinde yüksek doğruluk oranları sağladığı gözlemlenmiştir. ML-2DMC-FCM-GWO ve Grafik Konvolüsyonel Adversarial Ağlar (GCAN) gibi modellerin, dans hareketler

Стилі APA, Harvard, Vancouver, ISO та ін.

5

Koç, Okan. "Dijital Bilgi Yönetiminde Yeni Ufuklar: Yapay Zekâ Destekli Sistemler." In Yapay Zeka ve Bilgi Yönetimi: Sağlık, Eğitim ve Toplum İçin Yenilikçi Uygulamalar. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub698.c2972.

Повний текст джерела

Анотація:

Bu çalışma, dijital bilgi yönetimi sistemlerinin yapay zekâ (YZ) ile entegrasyonu bağlamında yeni bir paradigma sunmaktadır. YZ’nin bilgi edinimi, paylaşımı, analiz edilmesi ve karar alma süreçlerine olan katkısı; kurumların rekabet avantajı, öğrenme kapasitesi ve sürdürülebilir büyüme yetkinliği açısından kritik bir rol oynamaktadır. Çalışmada, bilgi yönetim sistemlerinin teknolojik (techno-centric) ve teknolojik olmayan (non-techno-centric) yaklaşımlar çerçevesinde ele alınarak; makine öğrenimi, yapay sinir ağları, tahminleyici sistemler, içerik madenciliği, uzman sistemler ve akıllı otomasy

Стилі APA, Harvard, Vancouver, ISO та ін.

6

Öztürk Uşun, Sezin, and Mehmet Çağlar. "Müşteri Memnuniyetinin Makine Öğrenmesi Teknikleriyle Değerlendirilmesi: Bibliyometrik Analiz." In Nicel Karar Verme: Çok Kriterli Yaklaşımlar ve Makine Öğrenmesi Uygulamaları. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub788.c3308.

Повний текст джерела

Анотація:

Bu çalışma müşteri memnuniyeti ve makine öğrenmesi alanlarında yürütülen akademik çalışmaları sistematik bir şekilde bibliyometrik analiz yöntemiyle incelemeyi amaçlamaktadır. Web of Science (WOS) veri tabanından elde edilen bilimsel yayınlar ‘müşteri memnuniyeti’ ve ‘makine öğrenmesi’ anahtar kelimeleri kullanılarak taranmıştır. İnceleme kapsamında 2025 yılına kadar olan tüm bilimsel çalışmalar dikkate alınmıştır. Elde edilen bilimsel çalışmaların yıllara göre niceliksel dağılımı, çalışmaları yürüten kurumlar ve ülkeler, en fazla atıf alan makaleler ve sık kullanılan anahtar kelimeler detaylı

Стилі APA, Harvard, Vancouver, ISO та ін.

7

Sinap, Vahid. "Yapay Zekâ Destekli Karar Destek Sistemleri ve Yönetim Bilişim Sistemlerine Entegrasyonu." In Yönetim Bilişim Sistemleri Alanında Yenilikçi Çözümler ve Güncel Yaklaşımlar. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub700.c2985.

Повний текст джерела

Анотація:

Bu çalışma, yapay zekâ (YZ) destekli karar destek sistemlerinin (KDS) yönetim bilişim sistemleri (YBS) ile entegrasyonunu inceleyerek, işletmelerin karar alma süreçlerindeki dönüşümünü ele almaktadır. Günümüz iş dünyasında artan veri hacmi ve karmaşıklığı, geleneksel karar alma yöntemlerini yetersiz kılmakta; bu nedenle veri odaklı, dinamik ve otomatik çözümler sunan YZ destekli KDS’ler (YZ-KDS) önem kazanmaktadır. Makine öğrenmesi ve derin öğrenme gibi teknolojiler, büyük veri analitiği, tahminleme ve optimizasyon gibi alanlarda KDS’leri güçlendirerek, işletmelerin operasyonel verimliliğini a

Стилі APA, Harvard, Vancouver, ISO та ін.

8

Bulut, Bilgenur, and Sebahat Hüseyinoğlu. "Ebelik Eğitiminde Yapay Zekâ ve Öğrenci Başarısına Etkisi." In Ebelik ve Kadın Sağlığı Üzerine Güncel Araştırmalar. Özgür Yayınları, 2024. https://doi.org/10.58830/ozgur.pub528.c2145.

Повний текст джерела

Анотація:

Yapay zekâ, bilgisayar sistemlerinin insan zekâsı gerektiren görevleri yerine getirme kapasitesini ifade etmektedir ve günümüzde birçok sektörde önemli rol oynamaktadır. Bu teknolojiler arasında makine öğrenimi, derin öğrenme, kural tabanlı sistemler, doğal dil işleme ve konuşma tanıma gibi alanlar yer almaktadır. Sağlıkta yapay zekâ uygulamaları 1970 yıllarından itibaren ön plana çıkmış olup tanı, tedavi, sağlık yönetimi, erken teşhis, karar verme, yaşlı bakımı, sağlığın korunması, kadın çocuk sağlığı, obstetrik ve eğitim alanlarında kullanılmaktadır. Sağlıkta eğitim alanında gelişmeye devam

Стилі APA, Harvard, Vancouver, ISO та ін.

9

Akarsu, Osman Nuri. "Makine Öğrenmesi ve Derin Öğrenme Yöntemleriyle Bitcoin Fiyat Tahmini: SHAP Analiziyle En Etkili Modelin Açıklanması." In Dijital Finans Alanında Güncel Araştırmalar. Özgür Yayınları, 2025. https://doi.org/10.58830/ozgur.pub785.c3294.

Повний текст джерела

Анотація:

Makine öğrenmesi ve derin öğrenme, son yıllarda finansal piyasalarda tahminleme süreçlerinde sıklıkla başvurulan yöntemler arasında yer almaktadır. Bu yöntemler, özellikle yüksek oynaklığa sahip kripto para piyasalarında, yatırım kararlarını destekleyici araçlar olarak öne çıkmaktadır. Denetimli öğrenme algoritmaları, geçmiş verilere dayanarak gelecekteki fiyatları tahmin etmeye yönelik güçlü çözümler sunarken; derin öğrenme yaklaşımları, özellikle sıralı veri yapılarındaki karmaşık ilişkileri yakalamada avantaj sağlamaktadır. Bitcoin gibi dijital varlıkların ekonomik değişkenlerle olan ilişki

Стилі APA, Harvard, Vancouver, ISO та ін.

10

NAÇAR, SÜMEYYE, HAMZA CAN KORKMAZ, and AYSE BERNA ALTINEL. "Derin Öğrenme ve Makine Öğrenmesi Algoritmaları Kullanarak Borsa Fiyat Tahmini Yapma." In Pratik Yapay Zeka Uygulamaları 2. Bidge Yayınları, 2024. https://doi.org/10.70269/10.70269/8249263831.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Тези доповідей конференцій з теми "Makine Öğrenme"

1

Candan, Doğan, and Mustafa Utku Kalay. "Veri Tabanı Sistemlerinde Makine Öğrenimi ile Hassas Veri Tespiti, Sensitive Data Detection in Database Systems Using Machine Learning." In 2024 Innovations in Intelligent Systems and Applications Conference (ASYU). IEEE, 2024. https://doi.org/10.1109/asyu62119.2024.10756975.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

2

Özen, Figen. "Siber Fiziksel Robot Kolunda Makine Öğrenmesi Bazlı Optimizasyon ve Anomali Tespiti Machine Learning Based Optimization and Anomaly Detection in a Cyber-Physical Robot Arm." In 2024 Innovations in Intelligent Systems and Applications Conference (ASYU). IEEE, 2024. https://doi.org/10.1109/asyu62119.2024.10757097.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

3

BAYRAKTAR, Hüseyin, Dursun Yıldırım BAYAR, Hakan GÜVEN, Ömer Faruk ERİŞ, and Selami SUNGUN. "AKILLI ŞEHİRLERDE YAPAY ZEKA, MAKİNE ÖĞRENMESİ VE DERİN ÖĞRENME." In UZALCBS 2022 Sempozyumu. Kongre Sistemi / Geomes, 2022. http://dx.doi.org/10.15659/uzalcbs2022.13011.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

4

Söylemez, Büşra Çetin, and Taner Tuncer. "Derin Öğrenme ve Makine Öğrenimi Algoritmaları Kullanılarak EEG Sinyalleri ile Şizofreni Tespiti." In 6th International Students Science Congress. Izmir International Guest Student Association, 2022. http://dx.doi.org/10.52460/issc.2022.022.

Повний текст джерела

Анотація:

Ciddi ve kronik bir hastalık olan şizofrenide hastalar gerçeklikle arasındaki bağlantısını yitirerek farklı davranışlar sergilemeye, gerçek olmayan olaylara inanmaya ve kişiliklerini değiştirmeye eğilim gösterir. Hayat boyu süren bu hastalıkta doğru tedavi ile hastalık kontrol altına alınabilir. Bu sayede hastalar sağlıklı bir birey olarak yaşamını sürdürebilir, sosyal ilişkilerinde ve iş hayatlarında başarılı olabilir. Tedavi süreci, yapılan en küçük bir ihmalde hastalığın yeniden nüksünü tetikleyebileceğinden büyük bir özen ve hassasiyet gerektirir. Bu nedenle hastalığın teşhisi önemlidir. B

Стилі APA, Harvard, Vancouver, ISO та ін.

5

Ersoy, Mevlut, Tuncay Yigit, and Hamit Armagan. "Kablosuz Algılayıcı Ağlarda Makine Öğrenme Tabanlı Çok Kriterli Yönlendirme." In 2018 3rd International Conference on Computer Science and Engineering (UBMK). IEEE, 2018. http://dx.doi.org/10.1109/ubmk.2018.8566317.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

6

Çelik, Hilal, and Ahmet Çınar. "Karar Ağacı Algoritması ile E-ticaret Uygulaması." In International Students Science Congress. Izmir International Guest Student Association, 2021. http://dx.doi.org/10.52460/issc.2021.025.

Повний текст джерела

Анотація:

İnternet kullanımının büyük bir ivme ile arttığı son yıllarda internet sadece bir araştırma ve veri depolama ortamı olmaktan ziyade birer alış veriş merkezi haline dönüştü. E-ticaret olarak adlandırılan bu kavram iş dünyası pazarına farklı bir boyut kazandırdı. Özellikle sosyal medya siteleri son zamanlarda birden fazla e- ticarete dönüşmüştür. Gelişen e-ticaret dünyasında doğru müşteri kitlesine daha yüksek doğruluk payıyla ulaşmaya çalıştığımız bu çalışmada amaç sisteme yeni giriş yapan bir müşteriye eldeki mevcut ürünün satışı yapılabilir mi? Bu çalışma Knime platformu üzerinde KDD veri bil

Стилі APA, Harvard, Vancouver, ISO та ін.

7

Bayrak, Lütfü, and Ahmet Çınar. "Covid-19 Tespitinde Görüntü Segmentasyonunun Başarısı: UNet vs WNet." In 6th International Students Science Congress. Izmir International Guest Student Association, 2022. http://dx.doi.org/10.52460/issc.2022.021.

Повний текст джерела

Анотація:

2019 yılında ortaya çıkan Covid-19 salgın hastalığı tüm dünyayı kısa sürede etkisi altına almış ve insanlık için büyük bir tehdit haline dönüşmüştür. Akciğerlere inen hastalığın erken teşhisi ve ilerleme durumunun tespiti tedavi için önemli bir etken olmaktadır. Görüntü segmentasyonu görüntüde bulunan nesnelerin tespit edilmesinde, anlamlandırılmasında ve sonuçlar çıkartılmasında makine öğrenmesi konusunda yardımcı olmaktadır. Hızlı gelişen teknoloji ve yapay zekâ uygulamaları sayesinde artık hastalıkları erken teşhis etmek mümkün hale gelmiştir. Gelişen GPU teknolojisi sayesinde derin öğrenme

Стилі APA, Harvard, Vancouver, ISO та ін.

8

Horoz, Muhammed Alperen, and Seda Arslan Tuncer. "Bilgisayarlı Tomografi Görüntülerini Kullanarak Covid-19 Hastalığının Derin Öğrenme Teknikleriyle Tespiti." In International Students Science Congress. Izmir International Guest Student Association, 2021. http://dx.doi.org/10.52460/issc.2021.021.

Повний текст джерела

Анотація:

Covid-19, beta-koronavirüs ailesi içerisinde yer alan, insanlarda basit bir soğuk algınlığından ağır akut solunum hastalıklarına kadar ilerleyebilen bir hastalıktır. Tansiyon, diyabet gibi kronik hastalıklarda ve 60 yaş üzerindeki insanlarda öldürücü etkisi daha fazladır. Bu nedenle tanının ve tedavinin acil olarak yapılması önem taşır. Covid-19 tanısında aktif olarak PCR (PolymeraseChainReaction) testi kullanılmaktadır. Covid-19 tanısı için bilgisayarlı tomografi (BT), ultrason görüntüleme, laboratuvar testleri gibi birçok yöntem kullanılabilir. Bunun yanı sıra hekimler şüpheli hastanın BT gö

Стилі APA, Harvard, Vancouver, ISO та ін.

9

Eker, Ayse Gul, Nevcihan Duru, Onur Kat, and Almina Ildirar. "Makine Öğrenmesi ile Film Başarı Tahmini." In 2018 3rd International Conference on Computer Science and Engineering (UBMK). IEEE, 2018. http://dx.doi.org/10.1109/ubmk.2018.8566364.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

10

"Makine Öğrenmesi Teknikleriyle Potansiyel Yetenek Avı." In 2nd International Conference on Contemporary Academic Research ICCAR 2023. All Sciences Academy, 2023. http://dx.doi.org/10.59287/as-proceedings.171.

Повний текст джерела

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!