Yapay zekâ bilgisayarların insanların düşünce sistemlerini taklit ederek karmaşık problemlere çözüm üretebilme yeteneklerine verilen addır. Makine öğrenmesi ise yapay zekânın önemli bir alt dalıdır. Makine öğrenmesi, çeşitli görevlerin öğrenilmesi, mantıksal ve ikili çıkarımlar yoluyla otomatik hesaplama yöntemlerini kapsayan bir süreç olarak ele alınabilir. R yazılımı pek çok istatistiksel hesaplamanın yanı sıra makine öğrenmesi algoritmasında ki başarısıyla da ön plana çıkmaktadır. Bu çalışmada R yazılımının sınıflandırma amacıyla kullandığı çeşitli makine öğrenmesi algoritmalarının performansları karşılaştırılmıştır. Bu amaçla, UCI Makine Öğrenme Havuzundan, elde edilen gerçek verilere çeşitli makine öğrenme algoritmaları uygulanmış ve sınıflandırma algoritmaları birkaç kriter kullanılarak karşılaştırılmıştır. Hesaplanan kriterlerden olan; kesinlik, doğruluk, duyarlılık ve F ölçütü hareketle, sınıflandırma tekniklerinin kıyaslanması yapılmıştır. Yapılan karşılaştırmalar sonucunda, üç kriterde en iyi sınıflandırmayı yapan Lojistik Regrasyon algoritmasının diğer algoritmalara göre daha başarılı olduğu görülmüştür. Tüm ölçütlerden en iyi ikinci performansı gösteren algoritma Navie Bayes algoritması olmuştur.
Artificial intelligence is given to computers' ability to imitate people's thought
systems and produce solutions for complex problems. Machine learning is an important subdivision of artificial intelligence. Machine learning can be viewed as a
process involving the learning of various tasks and automatic calculation methods
through logical and binary inferences. R programming comes to the forefront with
its success in machine learning algorithm as well as many statistical calculations. In
this study, the performances of various machine learning algorithms used by R
programming for classification purposes are compared. For this purpose, various
machine learning algorithms have been applied to real data obtained from UCI
Machine Learning Pool and classification algorithms have been compared using
several criteria. The calculated criteria are; precision, accuracy, sensitivity, and
classification techniques based on the F-measure. As a result of these comparisons,
it is seen that Logistic Regulation algorithm, which makes the best classification in
the three criteria, is more successful than the other algorithms. The algorithm that
has the second best performance of all criteria has been the Navie Bayes algorithm.