Günümüz dünyasında her saniye milyarlarca veri üretilmektedir. Bununla birlikte üretilen verilerin çokluğu nedeniyle günümüz çağına "Büyük Veri Çağı" veya "Bilgi Çağı" denilmektedir. Verilerin nitelikli anlamda bilgiye dönüştürülmesi gerek makro gerekse mikro açıdan büyük önem arz etmektedir.
Veri madenciliği; verilerin derlenmesi analiz edilmesi ve nitelikli bilgi çıktısı hâline dönüştürülmesi sürecinin tamamına verilen isimdir. Literatürde veri madenciliği uygulamaları; kümeleme regresyon sınıflandırma veya birliktelik kural çıkarımları olarak uygulanmaktadır. Bu açıdan 2020 yılında yayımlanan "Veri Madenciliğinde Kullanılan Kümeleme Algoritmaları ve R ile Uygulamalı Örnekler" başlıklı kitabın ardından regresyon modellerini konu alan bu kitap istifadeye sunulmuştur. Bu kitapta genel olarak veri madenciliği kavramının tanımı yapılmış ardından modeller tek tek incelenmiştir. Bu önemli kaynağın okuyucu ve araştırmacılar için katkı sağlaması temennisiyle...
Bu kitapta ele alınan konular şu şekildedir:
1. Veri Bilimine Giriş ve Makine Öğrenme
2. Doğrusal ve Eğrisel (Polinomial) Regresyon Analizi
3. Karar Ağacı ve Rassal Orman Regresyon Modeli
4. MARS Yöntemi
5. Destek Vektör Makineleri
6. XGBOOST Yöntemi
7. LightGBM ve Catboost Algoritmaları
8. Yapay Sinir Ağları
9. ARIMA ve LSTM Modeli
10. Evrişimsel Sinir Ağları (CNN)