Makine Öğrenmesi ile Ürün Kategorisi Sınıflandırma
Clicks: 206
ID: 5531
2019
Article Quality & Performance Metrics
Overall Quality
Improving Quality
0.0
/100
Combines engagement data with AI-assessed academic quality
Reader Engagement
Steady Performance
67.8
/100
203 views
164 readers
Trending
AI Quality Assessment
Not analyzed
Abstract
Teknolojinin ilerlemesi ve internetin gelişmesi ile beraber günümüzde bilginin gücü de ön plana çıkmıştır. Bununla beraber internet dünyasında bilgi kirliliği ve karmaşası ortaya çıkmaya başlamıştır. Bu karmaşadan anlamlı verilerin çıkartılması ve yorumlanabilmesi için makine öğrenmesi algoritmalarından yararlanılabilir. Bu çalışmada yazı formunda girilen açıklamanın kategori bilgisine ulaşılması amaçlanmıştır. Bir e-ticaret sitesinden ürün bilgileri etiketlenerek veri seti elde edilmiştir. Toplanan bu veri seti makine öğrenmesi algoritmalarıyla model eğitimi gerçekleştirilmiş ve 9 farklı katagoriye ayırmak için doğru tahminleme yapması amaçlanmıştır. Bu eğitim sırasında Random Forest, Karar Ağacı, Multinominal Naive Bayes (Multinominal NB), Logistic Regression, Destek Vektör Makineleri (DVM) ve Yapay Sinir Ağları (YSA) sınıflandırıcıları kullanılmış ve çıkan sonuçlar tablolarla karşılaştırılmıştır.
| Reference Key |
serap2019makinesakarya
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | Serap Kazan;Hakan Karakoca and |
| Journal | sakarya university journal of computer and information sciences |
| Year | 2019 |
| DOI |
10.35377/saucis.02.01.523139
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.