Comparison of bayesian network structure learning algorithms and a new approach based on hill climbing algorithm

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2004

Tezin Dili: İngilizce

Öğrenci: ŞERAF ADALİ

Danışman: TANER BİLGİÇ

Özet:

ÖZET VERİDEN BAYES AG YAPISI ÖĞRENME ALGORİTMALARININ KARŞILAŞTIRILMASI VE TEPE TIRMANMA ALGORİTMASINA YENİ BİR YAKLAŞIM Bir Bayes ağı belli bir probleme özgün bir küme değişkenler arasındaki olasılıksal şartlı bağımsızlık ilişkilerini açıklayan görsel bir modeldir. Bu tez belli bir veri kümesinden yola çıkarak bir Bayes ağının yapışım öğrenmeye çalışan algoritmaları (skor ve kısıtlama bazlı) incelemektedir. Veri kümesi; 10,000 verili ve 13 değişkeni olan online bir sigorta şirketinin anketini ve Endonezya'da doğum kontrol metodlari hakkında yapılmış olan 1473 datalı ve 10 değişkeni olan bir anketi içermektedir. Algoritmalar; doğru link ve doğru yön keşif, BIC (Bayes Bilgi Skoru) ve hatalı bağlantı eklenmesi kriterlerine göre, farklı değişken sayısı, farklı veri tabam büyüklüğü ve farklı sayıda bağlantı kullanarak oluşturulmuş farklı öğrenme problemlerindeki davranışlarını inceleyerek irdelenmişlerdir. Ayrıca bağlantısız, tamamen bağlantılı veya rastgele belirlenmiş ağla başlatılmış Tepe Tırmanma algoritmasına yeni bir yaklaşım önerisi yapılmıştır.