Sepetim (0) Toplam: 0,00TL
besiktaskitabevi.com

Ekonometride Büyük Veri ve Makine Öğrenmesi (Temel Kavramlar)

Liste Fiyatı : 38,00TL
9789753536035
460796
Ekonometride Büyük Veri ve Makine Öğrenmesi (Temel Kavramlar)
Ekonometride Büyük Veri ve Makine Öğrenmesi (Temel Kavramlar)
Der Yayınları
38.00
Günümüzde büyük veri ve makine öğrenmesi algoritmaları yardımı ile elde edilecek sosyal ve ekonomik so-nuçlara karşı ilgi giderek artmaktadır. Bunun nedeni olarak, sürekli bilgi üretilen çağımızda, büyük verilerin sosyal dünya hakkında önemli bilgi kaynağı olması gösterilebilir. Pek çok alanda yaygın kullanılmaya başlanan büyük veri ve makine öğrenmesi analizleri, kapsamı ve amacı farklı olmasına rağmen son yıllarda ekonometri alanında da dikkat çekmeye başlamıştır. Makine öğrenmesi algoritmalarının sosyal bilimler alanında kullanılması haklı olarak özellikle nedensellik açısından eleştiriler almaktadır. Son yıllarda bu alanda yapılan teorik ekonometrik ça-lışmalar incelendiğinde, bunların temel noktalarının makine öğrenmesi algoritmalarında nedensellik özelliğinin ele alınması üzerine olduğu görülmektedir. Ekonometrik analizlerde büyük veri ve makine öğrenmesi algoritmalarından yararlanmak ve bu algoritmala-rı ekonometrik yöntemlerle birleştirmek, karmaşık olguları modellemek, analiz etmek ve zengin bilgi kaynaklarını sosyal bilimler için incelenecek modellere dahil etmek incelenen konu hakkında daha fazla bilgi edinilmesini sağla-yabilir. Ekonometrik analizlerde büyük veri ve makine öğrenmesi algoritmalarından fayda sağlayabilmek için bü-yük veri kavramının net olarak ortaya konulması, diğer veri türlerinden farklılığının ele alınması, uygulamalarda bu tür veri kullanmanın avantaj ve zorluklarının detaylı olarak incelenmesi, makine öğrenmesi algoritmalarının amacı, hedefleri ve kullanılma şekillerinin iyi anlaşılması oldukça önemlidir. Bu kitapta büyük veri ve makine öğrenmesi ile ilgili temel kavramlar ele alınmıştır. Regresyon açısından de-netimli makine öğrenmesi yöntemleri incelenmiş, sınıflandırma yöntemleri çalışma dışı bırakılmıştır. Doğrusal, Daraltıcı, Doğrusal Olmayan, Parametrik Olmayan Regresyon ve Regresyon Ağaçları konuları kitapta yer almakta-dır. Son bölümlerde ise Yüksek Boyutlu Modeller ve Hibrid Modeller kısaca ele alınmıştır. Ekonometride büyük veri ve makine öğrenmesine giriş niteliğinde olan bu kitapta açıklanan makine öğrenmesi yöntemlerinin çoğunun R prog-ramı uygulamaları basit örneklerle açıklanmıştır.
  • Açıklama
    • Günümüzde büyük veri ve makine öğrenmesi algoritmaları yardımı ile elde edilecek sosyal ve ekonomik so-nuçlara karşı ilgi giderek artmaktadır. Bunun nedeni olarak, sürekli bilgi üretilen çağımızda, büyük verilerin sosyal dünya hakkında önemli bilgi kaynağı olması gösterilebilir. Pek çok alanda yaygın kullanılmaya başlanan büyük veri ve makine öğrenmesi analizleri, kapsamı ve amacı farklı olmasına rağmen son yıllarda ekonometri alanında da dikkat çekmeye başlamıştır. Makine öğrenmesi algoritmalarının sosyal bilimler alanında kullanılması haklı olarak özellikle nedensellik açısından eleştiriler almaktadır. Son yıllarda bu alanda yapılan teorik ekonometrik ça-lışmalar incelendiğinde, bunların temel noktalarının makine öğrenmesi algoritmalarında nedensellik özelliğinin ele alınması üzerine olduğu görülmektedir. Ekonometrik analizlerde büyük veri ve makine öğrenmesi algoritmalarından yararlanmak ve bu algoritmala-rı ekonometrik yöntemlerle birleştirmek, karmaşık olguları modellemek, analiz etmek ve zengin bilgi kaynaklarını sosyal bilimler için incelenecek modellere dahil etmek incelenen konu hakkında daha fazla bilgi edinilmesini sağla-yabilir. Ekonometrik analizlerde büyük veri ve makine öğrenmesi algoritmalarından fayda sağlayabilmek için bü-yük veri kavramının net olarak ortaya konulması, diğer veri türlerinden farklılığının ele alınması, uygulamalarda bu tür veri kullanmanın avantaj ve zorluklarının detaylı olarak incelenmesi, makine öğrenmesi algoritmalarının amacı, hedefleri ve kullanılma şekillerinin iyi anlaşılması oldukça önemlidir. Bu kitapta büyük veri ve makine öğrenmesi ile ilgili temel kavramlar ele alınmıştır. Regresyon açısından de-netimli makine öğrenmesi yöntemleri incelenmiş, sınıflandırma yöntemleri çalışma dışı bırakılmıştır. Doğrusal, Daraltıcı, Doğrusal Olmayan, Parametrik Olmayan Regresyon ve Regresyon Ağaçları konuları kitapta yer almakta-dır. Son bölümlerde ise Yüksek Boyutlu Modeller ve Hibrid Modeller kısaca ele alınmıştır. Ekonometride büyük veri ve makine öğrenmesine giriş niteliğinde olan bu kitapta açıklanan makine öğrenmesi yöntemlerinin çoğunun R prog-ramı uygulamaları basit örneklerle açıklanmıştır.
      Stok Kodu
      :
      9789753536035
      Sayfa Sayısı
      :
      222
      Baskı
      :
      1
      Basım Tarihi
      :
      2020-01
      Kapak Türü
      :
      Karton Kapak
      Kağıt Türü
      :
      1. Hamur
  • Yorumlar
    • Yorum yaz
      Bu kitabı henüz kimse eleştirmemiş.
Kapat