Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Uygulamalı Matematik Enstitüsü / Bilimsel Hesaplama Anabilim Dalı

A new contribution to nonlinear robust regression and classification with MARS and its applications to data mining for quality control in manufacturing

Doğrusal olmayan sağlam regresyon ve sınıflandırmaya MARS ile yeni bir katkı ve bu katkının endüstride kalite kontrolü amaçlı veri madenciliği uygulamaları

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 255608 tez numarasıyla arayabilirsiniz.

Özet:

Multivariate adaptive regression spline (MARS) denotes a modernmethodology from statistical learning which is very importantin both classification and regression, with an increasingnumber of applications in many areas of science, economy and technology MARS is very useful for high dimensional problems and shows a great promisefor fitting nonlinear multivariate functions MARS technique does notimpose any particular class of relationship between the predictor variablesand outcome variable of interest In other words, a special advantage of MARSlies in its ability to estimate the contribution of the basis functions so thatboth the additive and interaction effects of the predictors are allowed todetermine the response variable The function fitted by MARS is continuous, whereas the one fitted byclassical classification methods (CART) is not Herewith, MARSbecomes an alternative to CART The MARS algorithm for estimating themodel function consists of two complementary algorithms: the forward andbackward stepwise algorithms ...

Özetin tamamını okumak için tez.yok.gov.tr adresine gidin.

Summary:

Çok değişkenli uyarlanabilir regresyon eğrileri (MARS), istatiksel öğrenmede modernbir teknoloji olarak görünmektedir Hem sınıflandırma hem de regresyonda çok büyükbir öneme sahip olan MARS, ekonomi, bilim ve teknoloji alanında giderek artan bir şekilde uygulanmaktadır Çok boyutlu problemlerin çözümünde oldukça elverişli olan MARS, doğrusal olmayan çokdeğişkenli fonksiyonlara uygunluk bakımından da büyük bir olanak vaad etmektedir MARStekniği, bağımsız değişkenlerle bağımlı değişken arasında belirli bir ilişki biçimi öngörmez Birbaşka değişle, bağımlı değişkeni tanımlamak için bağımsız değişkenlerin eklemeli ve etkileşimselkatkılarına yer vermektedir Bu ise MARS'ın önemli bir avantajı olan, temel fonksiyonların katkılarınıtahmin etme yeteneğini ortaya koymaktadır MARS'ın uygunluk sağladığı fonksiyon sürekli bir fonksiyon iken, klasik sınıflandırma yöntemlerindenbiri olan CART'ın uygunluk sağladığı fonksiyon sürekli değildir Bu nedenle MARS, sürekli fonksiyonlarauygunluk bakımından, CART'ın bir alternatifi olarak görülmektedir ...

For full summary, please go to tez.yok.gov.tr.