BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ

Slides:



Advertisements
Benzer bir sunumlar
BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ
Advertisements

YAPAY SİNİR AĞLARI VE BAYES SINIFLAYICI
Biyoinformatik.
ODTÜ Bilgisayar Mühendisliği Tanıtım Günleri Temmuz 2005.
Algoritma.  Algoritma, belirli bir görevi yerine getiren sonlu sayıdaki işlemler dizisidir.  Başka bir deyişle; bir sorunu çözebilmek için gerekli olan.
YAPAY SİNİR AĞLARI (Artifical Neural Networks)
SEVDA GÜL Y MEME MR’ INDA KANSER TESPITI.
Deneysel Yöntem BBY252 Araştırma Yöntemleri Güleda Doğan.
Bilimsel bilgi Diğer bilgi türlerinden farklı
Bilimsel Araştırma Yöntemleri ve İstatistik Doç.Dr. Ertuğrul GELEN.
Makine Öğrenmesinde Yeni Problemler YILDIZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ.
Arş.Gör.İrfan DOĞAN.  Bugün otizm tedavisinde en önemli yaklaşım, özel eğitim ve davranış tedavileridir.  Tedavi planı kişiden kişiye değişmektedir,
YAPAY SİNİR AĞLARINA GİRİŞ. Yapay Sinir Ağlarının Genel Tanımı İnsan beyninin özelliklerinden olan öğrenme yoluyla yeni bilgiler türetebilme, yeni bilgiler.
Momentum Terimi Momentum terimi Bu ifade neyi anımsatıyor? Lineer zamanla değişmeyen ayrık zaman sistemi HATIRLATMA.
Hatırlatma: Olasılık Tanım (Şartlı olasılık): A olayı olduğunda B olayının olma olasılığı Bir örnek: çalışan işsiz Toplam Erkek Kadın
Hata Fonksiyonları Lojistik Fonksiyon ß ß Huber Fonksiyonu ß ß.
ÇOK BOYUTLU SİNYAL İŞLEME
Etkin Öğretim Sistemi Etkin Öğretim Sistemi Ders Anlatım Föyleri
BİLGİSAYAR PROGRAMLAMA DERSİ
Etkin Öğretim Sistemi Etkin Öğretim Sistemi Ders Anlatım Föyleri
Ders notlarına nasıl ulaşabilirim
Istatistik I Fırat Emir.
İstatistiksel Testler
2.Hafta Transistörlü Yükselteçler 2
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ ÜNİTE 3
T- Testİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ
DENEYSEL TERTİPLER VE PAZAR DENEMESİ
Deneme Modelleri Neden-sonuç ilişkilerinin sorgulandığı araştırma türleridir. Deneme ve tarama modelleri arasındaki fark nedir? Deneme modellerinde amaçlar.
Öğrenme ve Sınıflama.
Yapay Sinir Ağı Modeli (öğretmenli öğrenme) Çok Katmanlı Algılayıcı
Depo Elleçleme Personel Eğitimi
Ünite 8: Olasılığa Giriş ve Temel Olasılık Hesaplamaları
İleri Algoritma Analizi
BİLİŞİM SİSTEMLERİ GÜVENLİĞİ (2016)
Doğu Akdeniz Üniversitesi Bilgisayar Ve Teknoloji Yüksek Okulu
Üretim ve Üretim Yönetimi Temel Bilgileri
“Bilgi”’nin Gösterimi “Bilgi” İnsan veya Makina Yorumlama Öngörme
TEST GELİŞTİRME.
Sağlık Bilimleri Fakültesi
Biyoinformatik.
Geniş Ölçekli Testler Yrd. Doç. Dr .Ömer Kutlu.
Yrd.doç.Dr. H. Deniz GüllerOĞlu
PARAMETRİK HİPOTEZ TESTLERİ
Dr. İLKER YAKIN & Dr. HASAN TINMAZ
Hazırlık Sınıfı Hazırlık Sınıfı 1. Kurs Olarak Uygulama
Meriç ÇETİN Pamukkale Üniversitesi Bilgisayar Mühendisliği Bölümü
ÖDE5024 DAVRANIŞ BİLİMLERİNDE İSTATİSTİK Yüksek Lisans
Self Organizing Map-SOM
Benzetim 11. Ders İmalat Yönetimde Benzetim.
Kemal AKYOL, Şafak BAYIR, Baha ŞEN
BİYOMEDİKAL MÜHENDİSLİĞİ LİSANS EĞİTİMİ
ÖBBS (Öğrenci Başarılarının Belirlenmesi Sınavı)
SPORDA TEKNİK ve TAKTİK ÖĞRETİM YÖNTEMLERİ
Geçerlik ve Kullanışlılık
NİŞANTAŞI ÜNİVERSİTESİ
Doğrusal Mantık Yapısı İle Problem Çözme
Evren-Örneklem, Örnekleme Yöntemleri 2
Psikolojik Danışma ve Rehberlik
ÖLÇME-DEĞERLENDİRME 1.DERS
NİŞANTAŞI ÜNİVERSİTESİ
Tezin Olası Bölümleri.
NİŞANTAŞI ÜNİVERSİTESİ
Gelişim ve Temel Kavramlar
Evren-Örneklem, Örnekleme Yöntemleri 1
NİŞANTAŞI ÜNİVERSİTESİ
ARAŞTIMALARDA YÖNTEM.
İleri Algoritma Analizi
Bilimsel Araştırma Yöntemleri
Bilimsel araştırma türleri (Deneysel Desenler)
2. HAFTA Bilimsel Araştırma Temel Kavramlar.
Sunum transkripti:

BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ Yrd.Doç.Dr.Lale Özyılmaz

İÇERİK Biyoinformatik Nedir? Yapay Sinir Ağları Bayes Sınıflama Karar Ağaçları

BİYOİNFORMATİK NEDİR?-1 Genetik bilgiyi analiz etmek ve anlamak için bilgisayar bilimleri, bilgi teknolojileri ve genetik bilim dallarından oluşan bir kombinasyondur. Amacı: -DNA, RNA ve protein dizilerinin yapılarını ve fonksiyonlarını araştırmak -Hastalıklara ve genetik bozukluklara çare üretebilmek -Genetik hastalıkları tedavi edebilecek ilaçları üretebilmek

BİYOİNFORMATİK NEDİR?-2 Matematik ve İstatistik Bilgisayar bilimleri Biyoloji

BİYOİNFORMATİK NEDİR?-3 İlgilenilen 2 temel konu 1)Bir türün genetik özellikleri incelenerek o türün özelliklerinin araştırılması 2)Farklı türlerin karşılaştırılması

YAPAY SİNİR AĞLARI (YSA) Genel olarak insan beyninin ya da merkezi sinir sisteminin çalışma prensiplerini taklit eden bilgi işleme sistemleridir. YSA yapay sinir hücrelerinden meydana gelir ve katmanlar halinde oluşturulur.

BİYOLOJİK VE YAPAY SİNİR SİSTEMİ Biyolojik Sinir Sistemi YSA Sistemi Nöron İşlem Elemanı Dendrit Birleştirme Fonksiyonu Hücre Gövdesi Transfer Fonksiyonu Akson İşlem Elemanı Çıkışı Sinapslar Ağırlıklar

İŞLEM ELEMANININ YAPISI

YAPAY SİNİR AĞLARININ YAPISI-1

YAPAY SİNİR AĞLARININ YAPISI-2 Yapay sinir ağları, yapay sinir hücrelerinin birbirine bağlanmasıyla oluşan yapılardır. Yapay sinir ağları üç ana bölümde incelenir; giriş, ara (gizli) ve çıkış katmanları.

YAPAY SİNİR AĞLARININ YAPISI-3 Giriş Katmanı:Yapay sinir ağına dış dünyadan girişlerin geldiği katmandır. Genelde girişler herhangi bir işleme uğramadan ara katmanlara iletilmektedir.

YAPAY SİNİR AĞLARININ YAPISI-4 Ara (Gizli Katman) Katman: Giriş katmanından çıkan bilgiler bu katmana gelir. Ara katman sayısı ağdan ağa değişebilir. Bazı yapay sinir ağlarında ara katman bulunmadığı gibi bazı yapay sinir ağlarında ise birden fazla ara katman bulunmaktadır. Ara katmanlardaki nöron sayıları giriş ve çıkış sayısından bağımsızdır.

YAPAY SİNİR AĞLARININ YAPISI-5 Çıkış Katmanı: Ara katmanlardan gelen bilgiyi işleyerek, giriş katmanından gelen verilere karşılık olan çıkışları üreten katmandır. Bu katmanda üretilen çıkışlar dış dünyaya gönderilir.

YSA’NIN TEMEL BAZI ÖZELLİKLERİ Öğrenme: İstenen çıkış(lar)ı elde etmek için bağlantı ağırlıklarının ayarlanmasıdır. Genelleme: YSA’nın eğitim sırasında karşılaşmadığı test örnekleri için de istenen çıkışı üretmesidir. Adaptiflik: Ele alınan problemdeki değişikliklere göre ağırlıkların tekrar ayarlanmasıdır.

YSA’LARIN YAPILARINA GÖRE SINIFLANDIRILMASI-1 İleri Beslemeli Ağ:

YSA’LARIN YAPILARINA GÖRE SINIFLANDIRILMASI-2 Geri Beslemeli Ağ: Çıkışlar Z-1 : gecikme operatörü Girişler

YSA’LARIN ÖĞRENME ALGORİTMALARINA GÖRE SINIFLANDIRILMASI Eğiticili (Denetimli) Öğrenme: Çıkış katmanında ağın üretmesi gereken sonuçlar yani hedef (istenen) çıkışlar YSA’ya verilir. Eğiticisiz (Denetimsiz) Öğrenme: Örneklerden elde edilen çıkış bilgisine göre YSA, girişleri kümelere ayırır.

YAPAY SİNİR AĞININ EĞİTİMİNDE ÖNEMLİ BAZI KRİTERLER Eğitme örneklerinin seçilmesi Ağ yapısının belirlenmesi Durdurma kriterlerinin seçimi

BAYES SINIFLAMA İstatistiksel bir sınıflandırıcıdır. Sınıf üyelik olasılıklarını öngörür. İstatistikteki Bayes Teoremine dayanır. Basit bir yöntemdir.

BASİT BAYES SINIFLANDIRMA YÖNTEMİ Giriş : Öğrenme seti C1, C2, …, Cm adlı m sınıfımız olsun . Sınıflandırma maksimum posteriori olasılığını bulmaya dayanır. P(X) is bütün sınıflar için sabittir. olasılığının maksimum değeri bulunmalıdır. Yeni bir örnek X, maximum P(X|Ci)*P(Ci) değerine sahip olan sınıfa atanır.

P(xi|C) DEĞERLERİNİN BULUNMASI Özellik 1 P(1|A) = 3/5 P(1|B) = 2/9 P(2|A) = 0 P(2|B) = 4/9 P(3|A) = 2/5 P(3|B) = 3/9 Özellik 2 P(1|A) = 2/5 P(2|A) = 2/5 P(3|A) = 1/5 Özellik 3 P(1|A) = 4/5 P(1|B) = 3/9 P(2|A) = 1/5 P(2|B) = 6/9 Özellik 4 P(1|B) = 6/9 P(2|A) = 3/5 P(2|B) = 3/9 P(A) = 5/14 P(B) = 9/14

YENİ X ÖRNEĞİNİN SINIFLANDIRILMASI Yeni örnek X = <özellik1, özellik2, özellik3, özellik4>=<3, 1, 1, 1> P(X|A)·P(A) = P(3|A)·P(1|A)·P(1|A)·P(1|A)·P(A) = 2/5·2/5·4/5·2/5·5/14 = 0.018286 P(X|B)·P(B) = P(3|B)·P(1|B)·P(1|B)·P(1|B)·P(B) = 3/9·2/9·3/9·6/9·9/14 = 0.010582 Örnek X’in sınıfı A olarak öngörülür.

KARAR AĞACI-1 Sınıflandırma, kümeleme ve tahmin modellerinde kullanılan bir teknikdir. Ağaçtaki her düğüm bir özellikteki testi gösterir. Düğüm dalları testin sonucunu belirtir. Ağaç yaprakları sınıf etiketlerini içerir. Karar ağacı iki aşamadan oluşur Ağaç inşası Başlangıçta bütün öğrenme örnekleri kök düğümdedir. Ağaç Temizleme Gürültü ve istisna kararları içeren dallar belirlenir ve kaldırılır. Karar ağacı kullanımı: Yeni bilinmeyen örneğin sınıflandırılması Bilinmeyen örneğin özellikleri karar ağacında test edilerek sınıfı bulunur.

KARAR AĞACI-2 Karar ağaçlarında kök ve her düğüm bir soruyla etiketlenir. Düğümlerden ayrılan dallar ise ilgili sorunun olası yanıtlarını belirtir. Her dal düğümü de söz konusu sorunun çözümüne yönelik bir tahmini temsil eder.

TEŞEKKÜRLER ... Yrd.Doç.Dr. LALE ÖZYILMAZ YILDIZ TEKNİK ÜNİVERSİTESİ ELEKTRONİK ve HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ www.yildiz.edu.tr/~ozyilmaz ozyilmaz@yildiz.edu.tr