Bulanık Mantık İle Veri Madenciliği

dc.contributor.advisor Ercengiz, Ali tr_TR
dc.contributor.author Büyükakın, Ayşen tr_TR
dc.contributor.department Sistem Analizi tr_TR
dc.contributor.department System Analysis en_US
dc.date 2005 tr_TR
dc.date.accessioned 2015-11-06T11:57:56Z
dc.date.available 2015-11-06T11:57:56Z
dc.description Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005 tr_TR
dc.description Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2005 en_US
dc.description.abstract Bu çalışmada, öncelikle veri madenciliği, bulanık kümeler ve bulanık mantık hakkında bilgi verilmiştir. Bulanık mantığın veri madenciliğinde kullanımı ele alınmıştır ve bu alanda bir uygulama geliştirilmiştir. İlk olarak veri madenciliğinin tanımı verildikten sonra gelişiminden, kullanım alanlarından, hangi yöntemlerden ve algoritmalardan yararlandığından söz edilmiştir. Bulanık kümeler ve bulanık mantık, klasik küme teorisi ile karşılaştırmalı olarak anlatılmıştır. Bulanık mantık ile veri madenciliği, örnek bir veri tabanı üzerinde açıklanmıştır. Öncelikle bulanık sorgulama ve klasik sorgulama arasındaki benzerlikler ve farklılıklar üzerinde durulmuş ve örneklerle pekiştirilmiştir. Dilsel özet kavramı tanıtılmıştır. Bulanık fonksiyonel bağlılık tanımı klasik fonksiyonel bağlılık tanımıyla birlikte verilmiştir. Dereceli fonksiyonel bağlılık kavramı bulanık mantık çerçevesinde açıklanmaya çalışılmış ve veri tabanlarında kullanılış biçimi örneklerle gösterilmiştir. Bulanık mantık ve ASP kullanarak bir uygulama geliştirilerek, konular pekiştirilmiştir. tr_TR
dc.description.abstract In this study information is provided on data mining, fuzzy sets and fuzzy logic, followed by its use in data mining. How fuzzy logic is used with data mining is explained and an application is created. Consequent to the definition of data mining, its development, usage areas and the methods and algorithms benefited from are explained. Fuzzy sets and fuzzy logic are explained in comparison to the classical set theory. Fuzzy logic and data mining are explained in a sample database. Initially, the similarities and differences between the fuzzy queries and classical queries have been mentioned and these are emphasized with the use of examples. Linguistic summary concept has been introduced. Fuzzy functional dependency is mentioned together with classical functional dependency. Gradual functional dependency concept is explained within the context of fuzzy logic and its use in databases are demonstrated through examples. The concept is emphasized with the application, which is created by using fuzzy logic and ASP. en_US
dc.description.degree Yüksek Lisans tr_TR
dc.description.degree M.Sc. en_US
dc.identifier.uri http://hdl.handle.net/11527/9908
dc.publisher Fen Bilimleri Enstitüsü tr_TR
dc.publisher Institute of Science and Technology en_US
dc.rights İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. tr_TR
dc.rights İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. en_US
dc.subject bulanık mantık tr_TR
dc.subject veri madenciliği tr_TR
dc.subject fuzzy logic en_US
dc.subject data mining en_US
dc.title Bulanık Mantık İle Veri Madenciliği tr_TR
dc.title.alternative Data Mining With Fuzzy Logic en_US
dc.type masterThesis en_US
Dosyalar
Orijinal seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.alt
Ad:
2571.pdf
Boyut:
893.75 KB
Format:
Adobe Portable Document Format
Açıklama
Lisanslı seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.placeholder
Ad:
license.txt
Boyut:
3.16 KB
Format:
Plain Text
Açıklama