Makine Öğrenmesi Algoritmaları Kullanılarak Kayısı İç Çekirdeklerinin Sınıflandırılması

Abstract

ÖzKayısı çekirdeği üretimi ve tüketimi fazla olan bir gıda ürünüdür. Kayısı iç çekirdeklerinin makine öğrenmesi algoritmaları kullanılarak, tatlı veya acı olarak sınıflandırılması bu çalışmanın konusunu oluşturmaktadır. Hem tatlı hem de acı kayısı iç çekirdeği için talep miktarı oldukça fazladır. Depolama şartları gibi nedenlerden dolayı kayısı iç çekirdekleri zaman zaman birbirine karışabilmektedir. Bu durum tüketiciler tarafından istenmeyen bir durumdur. Kayısı iç çekirdeğinin ayrıştırılması, gözle her zaman mümkün olmamaktadır. Bu çalışmanın amacı, insan faktörünü ortadan kaldırabilecek bir sınıflandırma yönteminin geliştirilmesidir. Bu sınıflandırma işlemi için k En Yakın Komşu, Destek Vektör Makinesi, Karar Ağacı, Rasgele Orman, Adaptive Boosting, Gaussian Naive Bayes ve Çok Katmanlı Algılayıcı algoritmaları kullanılmıştır. Yeterli sayıda öznitelik ile algoritmaların yarıdan fazlası sınıflandırma işlemini %100 başarı ile elde edebilmektedir. En az sayıda öznitelik kullanarak en iyi başarı Rasgele Orman algoritması ile elde edilmiştir. Sonuçlar göstermiştir ki, kayısı iç çekirdeklerinin sınıflandırılması işlemi makine öğrenmesi algoritmaları ile başarılı bir şekilde gerçekleştirilebilmektedir.

Genetik Algoritma Yaklaşımıyla Öznitelik Seçimi Kullanılarak Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tahmini

“…Sağlık hizmeti üzerine veri madenciliği ile yapılan çalışmada NB, KA ve DVM algoritmaları karşılaştırılmıştır [48]. Kayısı çekirdeklerinin tatlı veya acı olarak sınıflandırılması üzerine yapılan çalışmada K-EYK, DVM, KA, Rasgele Orman, NB ve Çok Katmanlı Algılayıcı algoritmaları kullanılmıştır [49]. Sosyal medya paylaşımları ile markaların itibarını analiz etmesini ve tüketiciler ile ilişkisini yöneten bilgi sistemi geliştirilmesinin hedeflendiği çalışmada MÖ yöntemleriyle sosyal medya marka itibar analizi alanında yazılım yapılmış ve çalışma neticesinde modeller arasından %90 F-ölçütü başarı skoruna sahip NB seçilmiştir [50].…”

Estimating the Degree of Icing Risk on Aircraft by Artificial Intelligence

“…Günümüzde teknolojinin hızla ilerlemesi ile birlikte yapay zeka kavramı da günlük hayatın vazgeçilmez bir parçası haline gelmiştir. Yapay zeka, literatürde enerji [1], hava sıcaklığı ve hava kirliliği [2][3], meteorolojik durumlar [4], sağlık [5] ve tarım [6] gibi birçok alanda yaygın bir şekilde kullanılmaktadır. Yapay zekanın önemli kullanım alanlarından birisi de ulaşım sektörüdür.…”