CFG’ler CNF’ye dönüştürülebilmektedir. Bir CFG’nin CNF’ye uygun olabilmesi için A->a A->BC S->e(epsilon) şeklinde ifade edilebilmesi gerekmektedir. Buradan çıkarılabilecek kurallar: -null/e(epsilon) ifadeler olmayacak -Bire bir A->B, B->C, C->D gibi nonterminal geçişleri olmayacak -terminal ve non-terminal semboller yan yana olmayacak -Üç sembollü herhangi bir ifade olmayacak. Yani A->BCD gibi. 1.Örnek: 2.Örnek:
Yazar Arşivleri: Ahmet Cevahir ÇINAR
How to remove Null Productions from CFG (Context-Free Grammar)? 1.Örnek: 2.Örnek: Null ifadeye giden terminal olmayan sembolleri tespit ettikten sonra sırasıyla ilgili nonterminal semboller yerine NULL değerini koyarak oluşabilecek alternatif ürünleri yazarız. Bu işlemin sonucunda ortada herhangi bir NULL değeri kalmaz.
Sonlu durum makinelerinin iki farklı gösterim biçimi olan Moore ve Mealy makinelerinin birbirine dönüşümü nasıl yapılır? Aşağıdaki videolarda Moore makinesi Mealy makinesine dönüştürülmüş… 1.Örnek: 2.Örnek:
Bulanık Mantık ile ilgili temel bilgiler… Bulanık ve Klasik Küme kavramlarını açıklayınız? Bulanık Mantık neden ortaya çıkmıştır? Bulanık Mantık’ın tarihsel gelişimini anlatınız? Bulanık Mantık’ın kullanım alanları nelerdir? Bulanık sistemlerde karşılaşılan sıkıntılar nelerdir? Bulanık sistem nedir? Bulanık küme işlemlerini anlatınız? Bir bulanık üye fonksiyonunun bileşenlerini açıklayınız? Normal ve Normal Olmayan bulanık küme nedir? Dışbükey ve dışbükey>>>
Naive Bayes Sınıflandırma Algoritmasını Anlatınız? Naive Bayes Sınıflandırma Algoritmasının Avantajları ve Dezavantajları Nelerdir? Naive Bayes Sınıflandırma Algoritması nerelerde kullanılır? Multinominal Naive Bayes Sınıflandırma Algoritması Nasıl Çalışır? Naive Bayes Sınıflandırma Algoritması ile ilgili temel bilgiler…
DBSCAN Algoritmasını anlatınız? DBSCAN Algoritması ile ilgili temel bilgiler…
Creately – Çevrimiçi Diyagram Editörü https://creately.com/
Makale İncelemeleri
Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması
30
May
May
“Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması” başlıklı çalışma Güncel Sariman tarafından yapılmış ve Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 15.3 (2011)’nde yayınlanmıştır. İndirmek için: kmeans-kmedoids Notlar: Veri madenciliği: 1-Tahmin edici (Predictive): sınıflandırma, eğri uydurma, zaman serileri 2-Tanımlayıcı (Descriptive): kümeleme, özetleme, birliktelik kuralları, sıralı diziler Kümeleme analizinin kullanılmasında>>>
28
May
May
Mathworks firması tarafından hazırlanan ve 4 bölümden oluşan Makine Öğrenmesi e-kitaplarını/sunularını okurken bazı yerleri not etmek istedim. Benim notlarıma bakmadan kendiniz okumak isterseniz aşağıdaki bağlantılardan erişebilirsiniz. 1. 1-Introducing_Machine_Learning 2. 2-Getting_Started _with_Machine_Learning 3. 3-Applying_Unsupervised_Learning 4. 4-Applying_Supervised_Learning 1-Makine Öğrenmesine Giriş (Introducing Machine Learning) Bilgisayarların insanlar ve hayvanlar gibi deneyimlere dayalı bir şekilde öğrenme yapmasına makine öğrenmesi denir.>>>
DAVET Dörtnala gelip Uzak Asya’dan Akdeniz’e bir kısrak başı gibi uzanan bu memleket, bizim. Bilekler kan içinde, dişler kenetli, ayaklar çıplak ve ipek bir halıya benzeyen toprak, bu cehennem, bu cennet bizim. Kapansın el kapıları, bir daha açılmasın, yok edin insanın insana kulluğunu, bu dâvet bizim…. Yaşamak bir ağaç gibi tek ve hür ve bir>>>