Kısıtlanmış Boltzmann Makinesi Ve Farklı Sınıflandırıcılarla Oluşturulan Sınıflandırma İş Hatlarının Başarımının Değerlendirilmesi

Authors : Bahadir KARASULU

Pages : 223-233

Doi:10.17671/gazibtd.370281

View : 15 | Download : 21

Publication Date : 2018-07-31

Article Type : Research Paper

Abstract :Literatürdeki birçok sınıflandırıcı yöntemi en yüksek sınıflandırma doğruluğuna ulaşılması için kullanılmaktadır. Kısıtlanmış Boltzmann makinesi danışmansız öğrenmenin yapıldığı bir yapay sinir ağı olmasının yanı sıra, öznitelik elde etmekte kullanılan öğrenen bir bileşen olarak önem kazanmıştır. Çalışmamızda Bernoulli tipli kısıtlanmış Boltzmann makinesi ve farklı sınıflandırıcılar kullanılarak oluşturulan beş farklı iş hattının başarımları kıyaslanmaktadır. Bu iş hatlarında sırasıyla lojistik regresyon, karar ağacı, Gauss saf Bayes, Ada Boost ve rasgele orman sınıflandırıcı kullanılmıştır. Sınıflandırma sonucu değişiklikleri, bu sınıflandırıcıların elde ettiği tek başına sınıflandırma sonuçlarına kıyasla iş hatları kullanılarak gözlemlenmiştir. Deneysel sonuçlar, MNIST el yazısı rakam tanıma veri kümesi kullanılarak elde edilmiştir. Bu deneylerde kısıtlanmış Boltzmann makinesinin üstün parametrelerinin iki farklı düzeni kullanılmıştır. Bu sonuçlara göre, tek başına sınıflandırıcının sınıflandırma doğruluğunun deneylerdeki iş hatları kullanımı sayesinde daha iyi hale geldiği görülmüştür. En yüksek başarım %97,19'luk bir sınıflandırma başarı oranıyla elde edilmiştir. Önerilen iş hattı tasarımını kullanan modeller ilgili bireysel sınıflandırıcı ortalama başarımlarını en az %1 ilâ en çok %33 arasında iyileştirmiştir. Makalede tartışmaya da yer verilmektedir. 
Keywords : kısıtlanmış Boltzmann makinesi, sınıflandırma, makine öğrenmesi, elyazısı, rakam tanıma