KaydedilenlerDerginizi ekleyin

Dergiler / Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2009 / Cilt: 14 - Sayı: 1

VERİ MADENCİLİĞİ: KARAR AĞACI ALGORİTMALARI VE İMKB VERİLERİ ÜZERİNE BİR UYGULAMA

Veri Madenciliği: Karar Ağacı Algoritmaları ve İMKB Verileri Üzerine Bir Uygulama

Yrd.doç.dr.ali Sait ALBAYRAK
Öğr.gör.şebnem Koltan YILMAZ
Sayfa
31–52
Yayın Tarihi
2009-03-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Seçilen finansal göstergelere göre sanayi ve hizmet sektörlerinde faaliyet gösteren firmaları ayıran en önemli değişkenler saptanmıştır

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Veri madenciliği, verilerden önceden bilinmeyen anlamlı bilgileri tanımlama ya da tahmin etme tekniklerini içermektedir.
📊
Temel Bulgular & Veri:Çalışmada, İMKB 100 endeksinde sanayi ve hizmet sektörlerinde faaliyet gösteren 173 işletmenin 2004–2006 yıllarına ait yıllık finansal göstergelerinden yararlanarak veri madenciliği tekniklerinden birisi olan karar ağaçları tekniği uygulanmıştır.
💡
Sonuç & Katkı:Seçilen finansal göstergelere göre sanayi ve hizmet sektörlerinde faaliyet gösteren firmaları ayıran en önemli değişkenler saptanmıştır
🔬Tür:Araştırma Makalesi
📍Kapsam:2004–2006 Verileri
⚙️Değişkenler:Veri Madenciliği · CHAID Analizi · İMKB-100

Özet

Veri madenciliği, verilerden önceden bilinmeyen anlamlı bilgileri tanımlama ya da tahmin etme tekniklerini içermektedir. Çalışmada, İMKB 100 endeksinde sanayi ve hizmet sektörlerinde faaliyet gösteren 173 işletmenin 2004–2006 yıllarına ait yıllık finansal göstergelerinden yararlanarak veri madenciliği tekniklerinden birisi olan karar ağaçları tekniği uygulanmıştır. Seçilen finansal göstergelere göre sanayi ve hizmet sektörlerinde faaliyet gösteren firmaları ayıran en önemli değişkenler saptanmıştır

🔖

Bu Makaleye Atıf Yap

ALBAYRAK, Y. S., YILMAZ, Ö. K. (2009). VERİ MADENCİLİĞİ: KARAR AĞACI ALGORİTMALARI VE İMKB VERİLERİ ÜZERİNE BİR UYGULAMA. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 14 - Sayı: 1, 31–52. https://ajindex.com/articles/803853

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (18)

  1. AGRAWAL, R., H. MANNILA, R. SRIKANT, H. TOIVONEN, ve A. I. VERKAMO, “Fast Discovery of Association Rules, Advances in Knowledge Discovery and Data Mining”, AAAI/MIT Press, Chapter 12, 1995.
  2. AITKENHEAD, M. J., “A Co-Evolving Decision Tree Classification”, Expert Systems with Applications, 34, No. 1, 2008.
  3. AKPINAR, Haldun, “Veri Tabanlarında Bilgi Keşfi ve Veri Madencili- ği”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, 29, No. 1, 2000.
  4. ALTINIŞIK, Umut, “Öğrenci Bilgi Sisteminde Veri Madenciliğinin Uygulanması”, Yayınlanmamış Yüksek Lisans Tezi, Kocaeli Üniversi- tesi Fen Bilimleri Enstitüsü, Kocaeli, 2006.
  5. AYDOĞAN, Fatih, “E-Ticarette Veri Madenciliği Yaklaşımlarıyla Müş- teriye Hizmet Sunan Akıllı Modüllerin Tasarımı ve Gerçekleştirimi”, Yayınlanmamış Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilim- leri Enstitüsü, Ankara, 2003
  6. BERRY, Michael J., “Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management”, John Wiley and Sons Incorporated, USA, 2004
  7. BERSON, A., S. SMITH, ve K. THEARLING, “Building Data Mining Applications for CRM”, McGraw Hill, USA, 1999.
  8. DOĞAN, Nurhan Ve Kazım ÖZDAMAR, “Chaid Analizi ve Aile Plan- laması ile İlgili Bir Uygulama”, Türkiye Klinikleri Tıp Bilimleri Der- gisi, 23, No. 5, 2003.
  9. DOLGUN, M. Özgür, “Türkiye’deki Hastanelerin Veri Madenciliğiyle Gruplandırılması”, XI. Biyoistatistik Kongresi, 27 – 30 Mayıs, Malat- ya, 2008.
  10. EDELSTEIN, Herb, “Mining Large Database - A Case Study”, Two Crows Corporation, 2000.
  11. ELDER, J. F. ve D. PREGIPON, “A Statistical Perspective on KDD”, The 1st International Conference on Knowledge Discovery and Data Mining, 20–21
  12. Ağustos, Montreal, s. 87–93, 1995.
  13. ERKEN, Arzum, “Başlıca Fiyat Bazlı Oranların Hisse Senedi Getirisi Üzerindeki Etkileri ve İstanbul Menkul Kıymetler Borsası’nda Bir Uygu- lama”, Yayınlanmamış Yüksek Lisans Tezi, Ankara Üniversitesi Sos- yal Bilimler Enstitüsü, Ankara, 1998.
  14. FAYYAD, Usama, Gregory PIATETSKY-SHAPIRO ve Padhraic SMYTH, “From Data Mining to Knowledge Discovery in Databases”, AI Magazine, 17, No.3, 1996.
  15. FAYYAD, Usama, “Data Mining and Knowledge Discovery in Databases: Implications for Scientific Databases”, Ninth International Conference on Scientific and Statistical Database Management, 11– 13 Ağustos, Olympia, 1997.
  16. FU, Yongjian, “Data Mining Tasks, Techniques and Applications”, No: 6648/97, IEEE, 1997.
  17. GHOSH, A. ve B. NATH, “Multi-Objective Rule Mining Using Genetic Algorithms”, Information Sciences, 163, No. 1–3, 2004.
  18. GROBLER, B. R