Aile İşletmeleri ve Girişimcilik Araştırma Merkezi, (AGMER)
Permanent URI for this collectionhttps://hdl.handle.net/11413/6771
Aile İşletmeleri ve Girişimcilik Uygulama ve Araştırma Merkezi (AGMER) 17 Mayıs 2004 tarih ve 25465 sayılı Resmi Gazete ile kurulmuş ve faaliyetlerine başlamıştır.
Browse
Recent Submissions
Item 4. Aile İşletmeleri Kongresi: Konuşmalar(İstanbul Kültür Üniversitesi, 2011) Kolektif; ed., Tamer Koçel; ed., Mehtap GülaçtıItem 5. Aile İşletmeleri Kongresi: Konuşmalar(İstanbul Kültür Üniversitesi, 2013) Kolektif; ed., Tamel Koçel; ed., Mehtap GülaçtıItem 3. Aile İşletmeleri Kongresi: Konuşmalar(İstanbul Kültür Üniversitesi, 2009) Kolektif; ed., Tamer KoçelItem 9. Aile İşletmelerinde Sürdürülebilirlik ve Kurumsal Dayanıklılık: Bildiriler Kitabı(İstanbul Kültür Üniversitesi, 2022) Kolektif; ed., Nazan Çağlar; ed., Taha Yusuf ÇakarelItem 9. Aile İşletmeleri Kongresi: Aile İşletmelerinde Sürdürülebilirlik ve Kurumsal Dayanıklılık: Konuşmalar Kitabı(İstanbul Kültür Üniversitesi, 2023) Kolektif; ed., Nazan Çağlar; ed., Andaç ToksoyItem 8. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi, 2019) Kolektif; ed., Uğur Yozgat; ed., Andaç ToksoyItem 7. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi, 2017) Kolektif; ed., Durmuş DündarItem 6. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi, 2015) Kolektif; ed., Mehtap GülaçtıItem Organizasyonel Esneklik ve Dayanıklılık (Resilience) Prensipleri: İş İnsanlarından Yaşanmışlık Örnekleri(İstanbul Kültür Üniversitesi, 2020) ed., Ali Şen; ed., Nazan Çağlar; ed., Serfiraz Ergün; ed., Taha Yusuf Çakarel; ed., Andaç Toksoy; ed., Tuğçe KumralItem Detecting Phishing Websites Using Machine Learning(Institute of Electrical and Electronics Engineers Inc., 2022) ALREFAAI, SAFA; ÖZDEMİR, GHINA; MOHAMED, AFNANPhishing, a cybercriminal's attempted attack, is a social web-engineering attack in which valuable data or personal information might be stolen from either email addresses or websites. There are many methods available to detect phishing, but new ones are being introduced in an attempt to increase detection accuracy and decrease phishing websites ' success to steal information. Phishing is generally detected using Machine Learning methods with different kinds of algorithms. In this study, our aim is to use Machine Learning to detect phishing websites. We used the data from Kaggle consisting of 86 features and 11,430 total URLs, half of them are phishing and half of them are legitimate. We trained our data using Decision Tree (DT), Random Forest (RF), XGBoost, Multilayer Perceptrons, K-Nearest Neighbors, Naive Bayes, AdaBoost, and Gradient Boosting and reached the highest accuracy of 96.6using X G Boost. © 2022 IEEE.Publication 4. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi / İktisadi ve İdari Bilimler Fakültesi / Aile İşletmeleri ve Girişimcilik Araştırma Merkezi, 2010-04) Koçel, Tamer; Gülaçtı, MehtapPublication 5. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi / İktisadi ve İdari Bilimler Fakültesi / Aile İşletmeleri ve Girişimcilik Araştırma Merkezi, 2012-04) Koçel, Tamer; Gülaçtı, MehtapPublication 3. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi / İktisadi ve İdari Bilimler Fakültesi / Aile İşletmeleri ve Girişimcilik Araştırma Merkezi, 2008-04) Koçel, Tamer; Eliaçık Gülaçtı, MehtapPublication 2. Aile İşletmeleri Kongresi: Kongre kitabı(İstanbul Kültür Üniversitesi / İktisadi ve İdari Bilimler Fakültesi / Aile İşletmeleri ve Girişimcilik Araştırma Merkezi, 2006-04) Koçel, Tamer; Eliaçık Gülaçtı, MehtapPublication 1. Aile İşletmeleri Kongresi: Kongre Kitabı(İstanbul Kültür Üniversitesi, 2004-04) Koçel, Tamer; Eliaçık, Mehtap