Teknolojinin ilerlemesi ve internetin geliþmesi ile birlikte bir çok sektörde veriye duyulan ihtiyaç artmaktadýr . Veriler saðlýk, bankacýlýk ,eðitim ,teknoloji ve askeri gibi birçok alanda kullanýlmaktadýr. Artýk günümüz dünyasýnda her kurum ve kuruluþta gerek kiþilerin gerek nesnelerin sahip olduðu nitelikler kayýt altýna alýnmaktadýr ve de depolanmaktadýr . Bunun sonucunda özellikle yakýn tarihte veri miktarýnda ivmelenerek çoðalan bir artýþ söz konusu olmuþtur. Dolayýsýyla bu veri kümelerini deðerlendirmek gereklilik haline gelmiþtir. Böylelikle geçerli konular hakkýnda birtakým deðerlendirmeler , veri üzerinden öðrenme iþlemleri ,sonuçlardan çýkarýmlar yapýlabilmektedir. Verilerin deðeri onlarý anlamlandýrarak ortaya çýkmaktadýr. Bir veri setinin anlamlandýrýlmasýyla sisteme veri setindeki niteliklerden birtakým öðrenme, tahmin iþlemleri uygulanabilmektedir. Anlamlandýrma aþamasý için ise birtakým teknik ve yöntemler uygulamak gerekmektedir. Bu çalýþmada gerekli teknik ve yöntemler açýklanacak, verilerin birbiriyle olan iliþkilerinin olasýlýklarý tepe týrmanma algoritmasý ile hesaplanacak ve oluþturduðu Bayes aðý graf þeklinde gösterilecektir. Matematiksel hesaplamalar içeren bu teknik ve yöntemler RStudio ortamýnda R diliyle yazýlmýþ kod parçalarý ile gösterilmektedir . Yine oluþturulacak graf RStudio kütüphanesindeki kod parçasýyla gösterilmektedir. Böylelikle verilerin birbiriyle iliþkileri hem sayýsal olarak hem de görsel olarak gösterilecektir. Her bir niteliðin koþullu olasýlýklarý çizelgeler halinde gösterilecektir yani bir özelliðin baðlý olduðu özelliðe göre gerçekleþme olasýlýðý hesaplanmýþtýr ve bu sýnýf dediðimiz niteliðe göre bulunmuþtur. Daha sonra niteliklerin birbiriyle olan koþullu olasýlýklarý hesaplanmýþ ve sonuçlarý gösterilmiþtir. Sonuç olarak örnek verilerle derin inanç aðlarýnýn inþa edilmesi bulgularýyla birlikte anlatýlacaktýr.
Anahtar Kelimeler: Derin Ýnanç Aðlarý , Bayes Aðlarý , Tepe Týrmanma Algoritmasý
|
