Comparison of Classification Performance of Selected Algorithms Using Rural Development Investments Support Programme Data
Yazarlar (4)
Prof. Dr. Mehmet Ali Alan Cumhuriyet Üniversitesi, Türkiye
Prof. Dr. Cavit Yeşilyurt Kafkas Üniversitesi, Türkiye
Aydın Saadettin
Prof. Dr. Erol AYDIN Kafkas Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(SSCI, AHCI, SCI, SCI-Exp dergilerinde yayınlanan tam makale)
|
||
| Dergi Adı | KAFKAS UNIVERSITESI VETERINER FAKULTESI DERGISI (Q4) | ||
| Dergi ISSN | 1300-6045 Dergi Bilgileri (2014) | ||
| Dergi Tarandığı Indeksler | SCI-Expanded | ||
| Makale Dili | İngilizce | Basım Tarihi | 05-2014 |
| Cilt / Sayı / Sayfa | 20 / 3 / 351–356 | DOI | 10.9775/kvfd.2013.10154 |
| Makale Linki | http://vetdergi.kafkas.edu.tr/extdocs/2014_3/351-356.pdf | ||
| UAK Araştırma Alanları |
Hayvan Sağlığı Ekonomisi ve İşletmeciliği
|
||
| Özet |
| Kapsamlı verileri geleneksel istatistiksel teknikler yardımıyla değerlendirmek mümkün değildir. Bu tür kapsamlı verileri değerlendirmek için “Veri Madenciliği” gibi özel tekniklere ihtiyaç vardır. Veri madenciliği kapsamlı verileri hem kategorize ederek hem de kazık taktik kullanarak değerlendirmeyi kolaylaştırmaktadır. Bu çalışmada, Kırsal Kalkınma Yatırım Destekleme Programı (KKYDP) verilerinde çeşitli kategorize algoritmaları yardımıyla veri madenciliği tekniği kullanılmıştır. Çalışmada en uygun kategorize algoritma mevcut veriler kullanarak belirlenmeye çalışılmıştır. Sonuç olarak; analizlerde en iyi kategorizasyon yapan algoritma modelinin Çok Katmanlı Algılayıcı (ÇKA) yapay sinir ağ modeli olduğu belirlenmiştir. |
| Anahtar Kelimeler |
| Data mining | MLP | Nerve net model | RDISP | Rural development |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Web of Science | 1 |