Gelişmiş meta modelleme için yinelemeli denetimsiz öğrenme tabanlı özellik çıkarma

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: BORA IŞIKOĞLU

Danışman: AYDIN ÇETİN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde denetimli öğrenme yöntemleri büyük başarılar elde etmesine rağmen, yeterli etiketli veriye erişimin sınırlı olduğu durumlarda model performansı ciddi şekilde etkilenmektedir. Bu durum, özellikle karmaşık veri yapılarında gizli kalıpların keşfedilmesini ve modelin genellenebilirliğini zorlaştırmaktadır. Bu tezde, bu probleme çözüm olarak, etiketlenmemiş verilerin bilgi potansiyelinden yararlanarak model doğruluğunu artırmayı amaçlayan yeni bir denetimsiz özellik çıkarım yaklaşımı sunulmaktadır. Önerilen yöntemde, değişken küme parametresine sahip denetimsiz öğrenme algoritmaları kullanılarak veri kümesi üzerinde farklı küme yapılandırmaları keşfedilmekte ve bu süreçten elde edilen çıktıların modele yeni özellikler olarak eklenmesi sağlanmaktadır. Bu yinelemeli entegrasyon, modelin başarımı belirli bir yakınsama noktasına ulaşana kadar sürdürülmekte ve her döngüde model yeniden eğitilmektedir. Yinelemeli özellik çıkarma tabanlı optimizasyon, hem veri içindeki gizli yapıları ortaya çıkarmakta hem de denetimsiz öğrenmenin model iyileştirmede aktif rol almasını sağlamaktadır. Diyabet ve Wisconsin Meme Kanseri Tespit veri setleri üzerinde gerçekleştirilen deneyler, önerilen yöntemin model doğruluğunu anlamlı düzeyde artırdığını ve farklı veri setlerine karşı yüksek uyarlanabilirlik gösterdiğini ortaya koymuştur. Bu tez, önerilen yaklaşımın yalnızca teorik olarak değil, aynı zamanda pratik uygulamalarda da etkili sonuçlar verdiğini ortaya koymakta; denetimsiz öğrenme alanında eğitim sonrası model optimizasyonuna yönelik yeni bir bakış açısı sunmaktadır.