Teknolojinin ilerlemesi ve internetin gelişmesi ile birlikte bir çok sektörde veriye duyulan ihtiyaç artmaktadır . Veriler sağlık, bankacılık ,eğitim ,teknoloji ve askeri gibi birçok alanda kullanılmaktadır. Artık günümüz dünyasında her kurum ve kuruluşta gerek kişilerin gerek nesnelerin sahip olduğu nitelikler kayıt altına alınmaktadır ve de depolanmaktadır . Bunun sonucunda özellikle yakın tarihte veri miktarında ivmelenerek çoğalan bir artış söz konusu olmuştur. Dolayısıyla bu veri kümelerini değerlendirmek gereklilik haline gelmiştir. Böylelikle geçerli konular hakkında birtakım değerlendirmeler , veri üzerinden öğrenme işlemleri ,sonuçlardan çıkarımlar yapılabilmektedir. Verilerin değeri onları anlamlandırarak ortaya çıkmaktadır. Bir veri setinin anlamlandırılmasıyla sisteme veri setindeki niteliklerden birtakım öğrenme, tahmin işlemleri uygulanabilmektedir. Anlamlandırma aşaması için ise birtakım teknik ve yöntemler uygulamak gerekmektedir. Bu çalışmada gerekli teknik ve yöntemler açıklanacak, verilerin birbiriyle olan ilişkilerinin olasılıkları tepe tırmanma algoritması ile hesaplanacak ve oluşturduğu Bayes ağı graf şeklinde gösterilecektir. Matematiksel hesaplamalar içeren bu teknik ve yöntemler RStudio ortamında R diliyle yazılmış kod parçaları ile gösterilmektedir . Yine oluşturulacak graf RStudio kütüphanesindeki kod parçasıyla gösterilmektedir. Böylelikle verilerin birbiriyle ilişkileri hem sayısal olarak hem de görsel olarak gösterilecektir. Her bir niteliğin koşullu olasılıkları çizelgeler halinde gösterilecektir yani bir özelliğin bağlı olduğu özelliğe göre gerçekleşme olasılığı hesaplanmıştır ve bu sınıf dediğimiz niteliğe göre bulunmuştur. Daha sonra niteliklerin birbiriyle olan koşullu olasılıkları hesaplanmış ve sonuçları gösterilmiştir. Sonuç olarak örnek verilerle derin inanç ağlarının inşa edilmesi bulgularıyla birlikte anlatılacaktır.
Anahtar Kelimeler: Derin İnanç Ağları , Bayes Ağları , Tepe Tırmanma Algoritması
|