Electre Tree ile Makine Öğrenmesi Destekli Çok Kriterli Sınıflandırma Hasan Arda Burhan - Kitap

Electre Tree ile Makine Öğrenmesi Destekli Çok Kriterli Sınıflandırma

1. Baskı, 
Eylül 2026
Kitabın Detayları
Dili:
Türkçe
Ebat:
16x24
Sayfa:
80
Barkod:
9786258757675
Kapak Türü:
Karton Kapaklı
Yayınevi:
Ekin Yayınları
Fiyatı:
130,00₺
Temin süresi 2-3 gündür.
Kitabın Açıklaması
ELECTRE Tree, çok sayıda kriteri birlikte değerlendirerek karmaşık karar problemlerinde sınıflandırma yapmayı sağlayan yenilikçi bir yaklaşımdır. Makine öğrenmesi yöntemleriyle desteklenen sistem, veriler arasındaki ilişkileri analiz ederek daha hızlı, tutarlı ve veri odaklı kararlar sunar.
Model; farklı kriterlerin önemini dikkate alarak gözlemleri uygun sınıflara ayırır ve karar verme süreçlerinin şeffaf, açıklanabilir ve ölçülebilir hale gelmesine katkı sağlar.
ELECTRE Tree + Makine Öğrenmesi: Çok kriterli karar verme ile yapay zekâyı bir araya getirerek daha güçlü sınıflandırma çözümleri.
Kitabın Konu Başlıkları
.
Electre Tree Öncesi Temel Bilgiler
.
Parametre Belirleme Sorunu ve Makine Öğrenmesi Bağlantısı
.
Electre Tree Yöntemi
.
Electre Tree Örnek Uygulaması
Kitabın İçindekileri
1. ELECTRE tree ÖNCESİ TEMEL BİLGİLER 
1.1. Karar verme 
1.2. Çok kriterli karar verme problem türleri ve yöntemlerine genel bir bakış 
1.3. Sıralı–sınıflandırma ve ELECTRE tree'nin yöntemsel temeli 
1.3.1. UTADIS yöntemi 
1.3.2. AHPSort yöntemi 
1.3.3. FlowSort yöntemi 
1.3.4. ELECTRE ailesi ve ELECTRE TRI–B 
1.4. Makine öğrenmesine genel bir bakış 
2. PARAMETRE BELİRLEME SORUNU VE MAKİNE ÖĞRENMESİ BAĞLANTISI 
2.1. ELECTRE TRI–B'de parametrelerin rolü 
2.2. ELECTRE TRI–B'den ELECTRE tree'ye Geçiş 
2.2.1. Kümeleme mantığı, K–means ve K–means++ 
2.2.2. ELECTRE tree bağlamında Genetik Algoritmaların (GA) kullanımı 
2.2.3. Topluluk öğrenmesi ve Random Forest benzetmesi 
3. ELECTRE tree YÖNTEMİ 
3.1. ELECTRE tree'nin amacı 
3.2. ELECTRE tree yönteminin genel akışı 
3.3. ELECTRE tree Python uygulama koduna bakış 
4. ELECTRE tree ÖRNEK UYGULAMASI 
4.1. Veri seti ve sınıflar 
4.2. Verilerin hazırlanması ve K–Means++ ile başlangıç sınıflarının elde edilmesi 
4.3. ELECTRE tree modelinin kurulması ve uygulanması 
HakkımızdaUluslararası Yayınevi BelgesiKaynakça Dosyası Kişisel Verilerin Korunması ÜyelikSiparişlerimİade Politikasıİletişim
 
Ana Sayfa
Kategori
Sipariş
Sepetim
Profil