ParaView/ServerManager XMLs — Turkish @ Weblate: Specify the task to be performed: modeling and/or assessment. <ol> …

Translation

Key ServerManagerXML

English Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - ContingencyStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - DescriptiveStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - KMeans ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - MulticorrelativeStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - PCAStatistics

Specify the task to be performed: modeling and/or assessment. <ol> <li> \"Detailed model of input data,\" creates a set of output tables containing a calculated statistical model of the entire input dataset;</li> <li> \"Model a subset of the data,\" creates an output table (or tables) summarizing a randomly-chosen subset of the input dataset;</li> <li> \"Assess the data with a model,\" adds attributes to the first input dataset using a model provided on the second input port; and</li> <li> \"Model and assess the same data,\" is really just operations 2 and 3 above applied to the same input dataset. The model is first trained using a fraction of the input data and then the entire dataset is assessed using that model.</li> </ol> When the task includes creating a model (i.e., tasks 2, and 4), you may adjust the fraction of the input dataset used for training. You should avoid using a large fraction of the input data for training as you will then not be able to detect overfitting. The Training fraction setting will be ignored for tasks 1 and 3.

Turkish

Needs editing

Skip

Key	English	Turkish
ServerManagerXML	This AMReX reader loads data stored in AMReX plt file format. The output of this reader is a hierarchical-box dataset.	Bu AMReX okuyucu, AMReX plt dosya formatında depolanan verileri yükler. Bu okuyucunun çıktısı, hiyerarşik-kutu veri kümesidir.
ServerManagerXML	AMReX/BoxLib Particles Reader	AMReX/BoxLib Parçacık Okuyucu
ServerManagerXML	Reads particle data from AMReX plotfiles. This is a distributed reader.	AMReX plotfile dosyalarından parçacık verilerini okur. Bu, dağıtılmış bir okuyucudur.
ServerManagerXML	The list of plotfiles to be read by the reader.	Okuyucu tarafından okunacak plotfile listesidir.
ServerManagerXML	Contingency Statistics	Olasılık İstatistikleri
ServerManagerXML	This filter either computes a statistical model of a dataset or takes such a model as its second input. Then, the model (however it is obtained) may optionally be used to assess the input dataset. This filter computes contingency tables between pairs of attributes. This result is a tabular bivariate probability distribution which serves as a Bayesian-style prior model. Data is assessed by computing <ul> <li> the probability of observing both variables simultaneously; <li> the probability of each variable conditioned on the other (the two values need not be identical); and <li> the pointwise mutual information (PMI). </ul> Finally, the summary statistics include the information entropy of the observations.	Bu filtre ya bir veri kümesinin istatistiksel modelini hesaplar ya da böyle bir modeli ikinci girdi olarak alır. Daha sonra model (nasıl elde edilirse edilsin), girdi veri kümesini değerlendirmek için isteğe bağlı olarak kullanılabilir. Bu filtre, öznitelik çiftleri arasındaki olasılık tablolarını (contingency tables) hesaplar. Sonuç, Bayes tarzında bir ön model olarak hizmet eden iki değişkenli olasılık dağılımlarını içeren bir tablo olur. Veri aşağıdakiler hesaplanarak değerlendirilir: - iki değişkenin eşzamanlı gözlenme olasılığı - bir değişkenin diğerine koşullu olasılığı - noktaya özgü karşılıklı bilgi (PMI). Son olarak, özet istatistiklerde gözlemlerin bilgi entropisi bulunur.
ServerManagerXML	Compute a statistical model of a dataset and/or assess the dataset with a statistical model.	Bir veri kümesinin istatistiksel modelini hesapla ve/veya veri kümesini bir modelle değerlendir.
ServerManagerXML	The input to the filter. Arrays from this dataset will be used for computing statistics and/or assessed by a statistical model.	Filtreye girdi. Bu veri kümesinden gelen diziler, istatistiklerin hesaplanmasında ve/veya istatistiksel modelle değerlendirmede kullanılır.
ServerManagerXML	Model Input	Model Girdisi
ServerManagerXML	A previously-calculated model with which to assess a separate dataset. This input is optional.	Ayrı bir veri kümesini değerlendirmek için önceden hesaplanmış bir model. Bu girdi isteğe bağlıdır.
ServerManagerXML	Attribute Mode	Öznitelik Modu
ServerManagerXML	Specify which type of field data the arrays will be drawn from.	Dizilerin alınacağı alan veri türünü belirtin.
ServerManagerXML	Variables of Interest	İlgilenilen Değişkenler
ServerManagerXML	Choose arrays whose entries will be used to form observations for statistical analysis.	İstatistiksel analiz için gözlemleri oluşturmak üzere kullanılacak dizileri seçin.
ServerManagerXML	Task	Görev
ServerManagerXML	Specify the task to be performed: modeling and/or assessment. <ol> <li> \"Detailed model of input data,\" creates a set of output tables containing a calculated statistical model of the <b>entire</b> input dataset;</li> <li> \"Model a subset of the data,\" creates an output table (or tables) summarizing a <b>randomly-chosen subset</b> of the input dataset;</li> <li> \"Assess the data with a model,\" adds attributes to the first input dataset using a model provided on the second input port; and</li> <li> \"Model and assess the same data,\" is really just operations 2 and 3 above applied to the same input dataset. The model is first trained using a fraction of the input data and then the entire dataset is assessed using that model.</li> </ol> When the task includes creating a model (i.e., tasks 2, and 4), you may adjust the fraction of the input dataset used for training. You should avoid using a large fraction of the input data for training as you will then not be able to detect overfitting. The <i>Training fraction</i> setting will be ignored for tasks 1 and 3.	Gerçekleştirilecek görevi belirtin: modelleme ve/veya değerlendirme. 1. \"Girdi verisinin ayrıntılı modeli\" — tüm veri kümesinin istatistiksel modelini içeren çıktı tabloları oluşturur. 2. \"Verinin bir alt kümesini modelle\" — girdi veri kümesinin rastgele seçilen alt kümesini özetleyen tablo(lar) oluşturur. 3. \"Veriyi bir modelle değerlendir\" — ikinci girdi portunda sağlanan bir modeli kullanarak ilk girdi veri kümesine öznitelikler ekler. 4. \"Aynı veriyi modelle ve değerlendir\" — yukarıdaki 2 ve 3 işlemlerinin aynı veri kümesine uygulanmasıdır. Model önce verinin bir kesitiyle eğitilir, ardından tüm veri kümesi bu modelle değerlendirilir. Görev model oluşturmayı içeriyorsa (2 ve 4), eğitim için kullanılacak veri kesitinin oranı ayarlanabilir. Aşırı uyumu tespit edebilmek için çok büyük oranlar kullanılmamalıdır. Eğitim oranı ayarı görev 1 ve 3 için yok sayılır.
ServerManagerXML	Training Fraction	Eğitim Oranı
ServerManagerXML	Specify the fraction of values from the input dataset to be used for model fitting. The exact set of values is chosen at random from the dataset.	Model uyumu için girdi veri kümesinden kullanılacak değerlerin oranını belirtin. Tam küme içinden rastgele seçilir.
ServerManagerXML	Descriptive Statistics	Tanımlayıcı İstatistikler
ServerManagerXML	This filter either computes a statistical model of a dataset or takes such a model as its second input. Then, the model (however it is obtained) may optionally be used to assess the input dataset.<p> This filter computes the min, max, mean, raw moments M2 through M4, standard deviation, skewness, and kurtosis for each array you select.<p> The model is simply a univariate Gaussian distribution with the mean and standard deviation provided. Data is assessed using this model by detrending the data (i.e., subtracting the mean) and then dividing by the standard deviation. Thus the assessment is an array whose entries are the number of standard deviations from the mean that each input point lies.	Bu filtre ya bir veri kümesinin istatistiksel modelini hesaplar ya da böyle bir modeli ikinci girdi olarak alır. Daha sonra model (nasıl elde edilirse edilsin), girdi veri kümesini değerlendirmek için isteğe bağlı olarak kullanılabilir. Bu filtre, seçtiğiniz her dizi için minimum, maksimum, ortalama, ham momentler (M2–M4), standart sapma, çarpıklık ve basıklığı hesaplar. Model basitçe ortalama ve standart sapmayla tanımlanmış tek değişkenli bir Gaussian dağılımıdır. Veri bu modelle, ortalama çıkarılarak ve standart sapmaya bölünerek değerlendirilir. Yani sonuç, her girdinin ortalamadan kaç standart sapma uzaklıkta olduğunu gösteren bir dizi olur.
ServerManagerXML	Deviations should be	Sapmalar
ServerManagerXML	Should the assessed values be signed deviations or unsigned?	Değerlendirilen değerler imzalı mı yoksa imzasız sapmalar mı olmalıdır?
ServerManagerXML	K Means	K Kümeleme
ServerManagerXML	This filter either computes a statistical model of a dataset or takes such a model as its second input. Then, the model (however it is obtained) may optionally be used to assess the input dataset.<p> This filter iteratively computes the center of k clusters in a space whose coordinates are specified by the arrays you select. The clusters are chosen as local minima of the sum of square Euclidean distances from each point to its nearest cluster center. The model is then a set of cluster centers. Data is assessed by assigning a cluster center and distance to the cluster to each point in the input data set.	Bu filtre ya bir veri kümesinin istatistiksel modelini hesaplar ya da böyle bir modeli ikinci girdi olarak alır. Daha sonra model (nasıl elde edilirse edilsin), girdi veri kümesini değerlendirmek için isteğe bağlı olarak kullanılabilir. Bu filtre, seçilen dizilerle tanımlanmış bir uzayda k kümenin merkezlerini yinelemeli olarak hesaplar. Küme merkezleri, her noktanın en yakın merkezine olan Öklidyen uzaklıklarının karelerinin toplamını yerel minimum yapan şekilde seçilir. Model, küme merkezlerinden oluşur. Veri, her noktaya en yakın küme merkezi atanarak ve o kümeye olan uzaklık belirlenerek değerlendirilir.
ServerManagerXML	k	k
ServerManagerXML	Specify the number of clusters.	Küme sayısını belirtin.
ServerManagerXML	Max Iterations	Maksimum Yineleme Sayısı
ServerManagerXML	Specify the maximum number of iterations in which cluster centers are moved before the algorithm terminates.	Küme merkezleri yer değiştirmeden önce algoritmanın çalışacağı maksimum yineleme sayısını belirtin.
ServerManagerXML	Specify the relative tolerance that will cause early termination.	Erken durdurmaya neden olacak göreli toleransı belirtin.
ServerManagerXML	Multicorrelative Statistics	Çok Değişkenli Korelasyon İstatistikleri
ServerManagerXML	This filter either computes a statistical model of a dataset or takes such a model as its second input. Then, the model (however it is obtained) may optionally be used to assess the input dataset.<p> This filter computes the covariance matrix for all the arrays you select plus the mean of each array. The model is thus a multivariate Gaussian distribution with the mean vector and variances provided. Data is assessed using this model by computing the Mahalanobis distance for each input point. This distance will always be positive.<p> The learned model output format is rather dense and can be confusing, so it is discussed here. The first filter output is a multiblock dataset consisting of 2 tables: <ol> <li> Raw covariance data. <li> Covariance matrix and its Cholesky decomposition. </ol> The raw covariance table has 3 meaningful columns: 2 titled \"Column1\" and \"Column2\" whose entries generally refer to the N arrays you selected when preparing the filter and 1 column titled \"Entries\" that contains numeric values. The first row will always contain the number of observations in the statistical analysis. The next N rows contain the mean for each of the N arrays you selected. The remaining rows contain covariances of pairs of arrays.<p> The second table (covariance matrix and Cholesky decomposition) contains information derived from the raw covariance data of the first table. The first N rows of the first column contain the name of one array you selected for analysis. These rows are followed by a single entry labeled \"Cholesky\" for a total of N+1 rows. The second column, Mean contains the mean of each variable in the first N entries and the number of observations processed in the final (N+1) row.<p> The remaining columns (there are N, one for each array) contain 2 matrices in triangular format. The upper right triangle contains the covariance matrix (which is symmetric, so its lower triangle may be inferred). The lower left triangle contains the Cholesky decomposition of the covariance matrix (which is triangular, so its upper triangle is zero). Because the diagonal must be stored for both matrices, an additional row is required â€” hence the N+1 rows and the final entry of the column named \"Column\".	Bu filtre ya bir veri kümesinin istatistiksel modelini hesaplar ya da böyle bir modeli ikinci girdisi olarak alır. Ardından, model (nasıl elde edilmiş olursa olsun) isteğe bağlı olarak girdi veri kümesinin değerlendirilmesi için kullanılabilir.<p> Bu filtre, seçtiğiniz tüm diziler için kovaryans matrisini ve her dizinin ortalamasını hesaplar. Böylece model, sağlanan ortalama vektörü ve varyanslarla tanımlı çok değişkenli Gauss dağılımıdır. Veriler, her bir girdi noktası için Mahalanobis uzaklığı hesaplanarak bu modelle değerlendirilir. Bu uzaklık her zaman pozitif olacaktır.<p> Öğrenilmiş modelin çıktı formatı oldukça yoğun ve kafa karıştırıcı olabilir, bu nedenle burada açıklanmaktadır. İlk filtre çıktısı, 2 tablo içeren çok bloklu bir veri kümesidir: <ol> <li> Ham kovaryans verisi. <li> Kovaryans matrisi ve Cholesky ayrıştırması. </ol> Ham kovaryans tablosunun 3 anlamlı sütunu vardır: seçtiğiniz N diziye genellikle referans veren \"Column1\" ve \"Column2\" başlıklı 2 sütun ve sayısal değerler içeren \"Entries\" başlıklı 1 sütun. İlk satır her zaman istatistiksel analizdeki gözlem sayısını içerir. Sonraki N satır seçtiğiniz her bir N dizinin ortalamasını içerir. Kalan satırlar ise dizi çiftlerinin kovaryanslarını içerir.<p> İkinci tablo (kovaryans matrisi ve Cholesky ayrıştırması), ilk tablonun ham kovaryans verilerinden türetilen bilgileri içerir. İlk sütunun ilk N satırı, analiz için seçtiğiniz dizilerden birinin adını içerir. Bu satırları, toplamda N+1 satır için \"Cholesky\" etiketli tek bir girdi izler. İkinci sütun olan \"Mean\", ilk N girdi için her bir değişkenin ortalamasını ve son (N+1) satırda işlenen gözlem sayısını içerir.<p> Kalan sütunlar (her biri bir dizi için toplam N adet) üçgensel formatta 2 matris içerir. Üst sağ üçgen, kovaryans matrisini içerir (simetrik olduğundan alt üçgeni çıkarılabilir). Alt sol üçgen ise kovaryans matrisinin üçgensel bir ayrıştırması olan Cholesky ayrıştırmasını içerir (üst üçgen sıfırdır). Çünkü her iki matris için de diyagonalin saklanması gerektiğinden ek bir satır gereklidir – bu nedenle N+1 satır ve \"Column\" adındaki sütunun son girdisi.

Loading…

None

String updated in the repository

English

Turkish 881 characters edited Current translation Translated

Gerçekleştirilecek görevi belirtin: modelleme ve/veya değerlendirme. 1. \"Girdi verisinin ayrıntılı modeli\" — tüm veri kümesinin istatistiksel modelini içeren çıktı tabloları oluşturur. 2. \"Verinin bir alt kümesini modelle\" — girdi veri kümesinin rastgele seçilen alt kümesini özetleyen tablo(lar) oluşturur. 3. \"Veriyi bir modelle değerlendir\" — ikinci girdi portunda sağlanan bir modeli kullanarak ilk girdi veri kümesine öznitelikler ekler. 4. \"Aynı veriyi modelle ve değerlendir\" — yukarıdaki 2 ve 3 işlemlerinin aynı veri kümesine uygulanmasıdır. Model önce verinin bir kesitiyle eğitilir, ardından tüm veri kümesi bu modelle değerlendirilir. Görev model oluşturmayı içeriyorsa (2 ve 4), eğitim için kullanılacak veri kesitinin oranı ayarlanabilir. Aşırı uyumu tespit edebilmek için çok büyük oranlar kullanılmamalıdır. Eğitim oranı ayarı görev 1 ve 3 için yok sayılır.

16 hours ago

None

String updated in the repository

English

Turkish 0 characters edited Empty

11 months ago

Browse all string changes

Things to check

XML markup

XML tags in translation do not match source

Reset

Glossary

English	Turkish
No related strings found in the glossary.

String information

Key

ServerManagerXML

Source string description

Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - ContingencyStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - DescriptiveStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - KMeans ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - MulticorrelativeStatistics ---------- Real source: VTKExtensions/FiltersStatistics/Resources/statistics_filters.xml - PCAStatistics

Source string location

../build/translationSourcesparaview_server_manager.h:25840 • ../build/translationSourcesparaview_server_manager.h:25897 • ../build/translationSourcesparaview_server_manager.h:25960 • ../build/translationSourcesparaview_server_manager.h:26035 • ../build/translationSourcesparaview_server_manager.h:26092

String age

11 months ago

Last updated

16 hours ago

Source string age

a year ago

Translation file

tr_TR/ServerManager-XMLs.ts, string 3600