Akademik Veri Yönetim Sistemi
Yükseköğretim Kurumları Destekli Proje, 2024 - 2025
Bu çalışmada, sınıflandırma, tahmin, kümeleme gibi amaçlarla sağlık, finans, eğitim, satış vb. alanlarda kullanılan makine öğrenmesi algoritmaları kullanılarak müzik eserinin frekansları ile insan duygu durumu arasındaki ilişkiyi sınıflandıran bir matematiksel model kurulması hedeflenmektedir.
Bu amaçla, UCI Machine Learning Repository sitesinden açık erişim olarak erişilebilen veri seti ile K- en yakın komşu, naive bayes, rastgele orman, destek vektör makineleri, karar ağaçları, boosting gibi makine öğrenmesi sınıflandırma algoritmaları kullanılarak kurulan matematiksel modellemelerin sınıflandırma başarısı araştırılacaktır. Izgara taraması ile, kurulan matematiksel modellerin başarısına etki eden hiper parametreler belirlenerek maksimum model başarısı sağlanacaktır. Kullanılacak veri setinde bir müzik eserine ait frekans bilgileri mevcuttur. Veri seti etiketli veri olup dört farklı duygu durumuna göre etiketlenmiştir. Kurulan matematiksel modellemelerde duygu durumu sınıfı çıktı olarak belirlenerek; kurulan matematiksel modellerde çıktı ve girdi verilerine ait model başarılarının değişimi incelenecek; çıktı bilgileri ile bir müzik eserinin frekans bilgilerini içeren öz değişkenler arasındaki ilişki ve bu öznitelik dağılımının duygu durumu etkisi incelenecek; öz niteliklerin öznitelik azaltma yöntemleri ile (denetimli ve denetimsiz yöntemlerle) azaltılmasının matematiksel model başarısına etkileri gözlenerek duygu durumuna etki eden faktörler araştırılacaktır.