Aytuğ ONAN2024-07-242024-07-2420182147-4575http://akademikarsiv.cbu.edu.tr:4000/handle/123456789/25819Topluluk öğrenmesi, birden fazla öğrenme algoritmasının çıktılarının birleştirilmesi ile daha yüksek başarımlı ve güvenilir sınıflandırma modelleri oluşturulmasını amaçlar. Topluluk öğrenmesi yöntemleri, aralarında metin madenciliğinin de yer aldığı birçok alanda başarı ile uygulanmaktadır. Yığılmış genelleme algoritması, heterojen sınıflandırma algoritmaları ile sınıflandırıcı topluluğu oluşturulmasına yönelik bir yöntemdir. Yığılmış genelleme algoritmasında, temel öğrenme algoritmalarının çıktıları, üst seviyeli bir öğrenme algoritması aracılığıyla birleştirilir. Yığılmış genelleme algoritmasının etkin bir biçimde işleyebilmesi için, temel öğrenme algoritması olarak görev alacak yöntemlerin seçilmesi gerekmektedir. Bunun yanı sıra, üst seviye öğrenme algoritması olarak hangi yöntemin kullanılacağının belirlenmesi gereklidir. Bu nedenle, yığılmış genelleme algoritması için uygun bir konfigürasyon belirlenmesi, zor bir problemdir. Bu çalışmada, yığılmış genelleme algoritması için uygun bir konfigürasyon belirlenmesi işlemi bir eniyileme problemi olarak ele alınmış ve parçacık sürüsü eniyilemesine dayalı bir yöntem önerisinde bulunulmuştur. Metin sınıflandırma alanında gerçekleştirilen deneysel analizlerde, parçacık sürüsü eniyilemesine dayalı yöntem, genetik algoritma, karınca kolonisi eniyilemesi ve yapay arı kolonisine dayalı yığılmış genelleme yöntemleri ile karşılaştırılmıştır.tur[Fen > Mühendislik > Bilgisayar Bilimleri, Yazılım Mühendisliği, Fen > Mühendislik > Bilgisayar Bilimleri, Yapay Zeka]Araştırma Makalesi10.21541/apjes.329940