VERİ ODAKLI KARAR ALMADA MAKİNE ÖĞRENMESİ ALGORİTMALARI

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstatistik Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: MUHAMMED KARA

Danışman: Yüksel Terzi

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezde, makine öğrenmesi algoritmalarının temel prensipleri, uygulama alanları ve performans karşılaştırmaları ele alınmıştır. Makine öğrenmesi, veri setlerinden öğrenerek tahmin ve karar verme süreçlerini otomatikleştiren algoritmaların genel adıdır. Tezde; tahmin, sınıflandırma ve kümeleme olmak üzere üç ana kategoride makine öğrenmesi yöntemleri incelenmiştir. Tezin odak noktası, veri odaklı karar alırken makine öğrenme yöntemlerinin istatistiksel açıdan analiz edilmesi ve bu analizin metodolojileridir. Ayrıca, bu analiz metodolojilerinin bir uygulaması olarak müşteri terk modellemesi yapılmış ve elde edilen sonuçların istatistiksel olarak anlamlılığı belirtilmiştir.Tezin yöntemi karma bir yaklaşıma dayanmaktadır ve literatür taraması, içerik analizi ve nitel araştırma adımlarını içermektedir. Literatür taraması ve benzer çalışmaların incelenmesi, yapılan analizlerin ve uygulamaların temelini oluşturmuştur. Araç fiyatlarının tahmin edilmesi amacıyla "Automobile Price" veri seti kullanılmıştır. Veri seti, araçların çeşitli fiziksel, performans ve demografik özelliklerini içermektedir. Lineer Regresyon, Ridge Regresyon ve Lasso Regresyon algoritmalarıyla veri analiz edilmiştir. Orange programı kullanılarak yapılan analizlerde üç algoritma için de R-kare değeri 0,967 bulunmuş, Azure ML platformunda ise Lineer Regresyon için R-kare değeri 0,96 olarak elde edilmiştir. Bu sonuçlar, modellerin yüksek açıklayıcılık düzeyine sahip olduğunu göstermektedir. Diğer bir örnek, çalışmada kullanılan WACustomerChurn veri seti tanıtılmıştır. Bu veri seti, müşteri terk modellemesi için kullanılan 21 değişken ve 7043 kayıttan oluşmaktadır. Veri setinde yer alan değişkenlerin işlevleri belirtilmiştir. Ayrıca, müşteri terk modellemesi için Spark platformunda Büyük Veri analitiği yapılmıştır. Python programlama dili kullanılarak Spark Mlib kütüphanelerinde bulunan makine öğrenmesi algoritmaları uygulanmış ve müşterilerin bizi terk etme durumları modellemeye çalışılmıştır. Bu çalışma, Büyük Veri analitiği ve müşteri terk modellemesi alanında yapılan araştırmalara yeni bir bakış açısı sunmayı amaçlamaktadır. Son olarak, cilt kanseri lezyon görüntüleri makine öğrenimine hazır hale getirilmiştir. Inception V3 modellemeyle elde edilen sayısal veriler makine öğrenmesi algoritmalarıyla sınıflandırılmış ve kümelenmiştir. Bu iş için Orange programından yararlanılmıştır. Algoritmalardan elde edilen bulgular görsel olarak gösterilmiştir. Görseller açıklamalı olarak anlatılmıştır. Sonuç ve tartışma kısmında cilt kanseri görüntüleri teşhisinde algoritmaların başarısı belirtilip tartışılmıştır.