Mustafa TİMUR, Fatih AYDIN

Anticipating the friction coefficient of friction materials used in automobiles by means of machine learning without using a test instrument

Anticipating the friction coefficient of friction materials used in automobiles by means of machine learning without using a test instrument

Turkish Journal of Electrical Engineering and Computer Science

2013-Cilt: 21 - Sayı: 5

1440-1454

Machine learning, isotonic regression, bias--variance tradeoff, friction

Machine learning, isotonic regression, bias--variance tradeoff, friction

3120

Benzer Makaleler

Türkiye Kısa Dönem Elektrik Yük Talep Tahmininde Makine Öğrenmesi Yöntemlerinin Karşılaştırılması

Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi

Kübra KAYSAL, Emre AKARSLAN, Fatih Onur HOCAOĞLU

Gözlemsel sağlık araştırmaları için tamamlayıcı bir yan tutma riski değerlendirme aracı (BiRDA kontrol listesi): Metodolojik bir çalışma

ESTÜDAM Halk Sağlığı Dergisi

Ferhat YILDIZ, Pınar OKYAY

An Empirical Study for the Statistical Adjustment of Rater Bias

International Journal of Assessment Tools in Education

Mustafa İLHAN

Investigating Different Theory-Based Differential Item Functioning Methods Under Different Scoring Situations

International Journal of Assessment Tools in Education

Hüseyin SELVİ, Devrim ALICI

The Study of Developing and Validating the Union Bias Scale

International Journal of Assessment Tools in Education

Ender KAZAK

Effective Classification of Phishing Web Pages Based on New Rules by Using Extreme Learning Machines

Bilgisayar Bilimleri

Mustafa KAYTAN, Davut HANBAY

Makine Çevirilerinde Sorun Oluşturaan Eş Yazımlı Sözcükleri Bulunduran İfadeler için Kural Matrisli Makine Çevirisi (KMMÇ) Modeli

Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi

Nevzat ÇAPOĞLU

An Optimization Focused Machine Learning Approach in Analysing Arts Participative Behavior with Fine Arts Education Considerations

International Scientific and Vocational Studies Journal

Özerk YAVUZ