Operasyon işlemlerinin hızlandırılmasında veri madenciliginin kullanılması
Accelerating operational processes by using data mining techniques
- Tez No: 297176
- Danışmanlar: YRD. DOÇ. BANU DİRİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 180
Özet
Bilinmeyen geleceğin bilimsel yöntemlerle kestirilmesi ve gelecek için önceden hazırlıkların yapılması her alanda olduğu gibi özellikle ekonomide ve finans sektöründe büyük önem taşımaktadır. Bu tez çalışmasında; gerçek veriler kullanılarak bir bankanın operasyon merkezinde gerçekleşen iş süreçleri analiz edilmiş ve geleceğe yönelik tahmin modelleri oluşturulmuştur. Özellikle yoğun zamanlarda kaynakların etkin kullanımına imkan sağlayan bu çalışmayla operasyonel işlemlerin hızlandırılması mümkün hale gelmiştir.Bu çalışmada her bir operasyonel iş süreci için; klasik zaman serisi algoritmaları (Ekonometrik Modeller, Elman Ağ Model, Markov Rejim Değişim Modeli) ile makine öğrenmesi algoritmaları (M5 Kuralları, Karar Tablosu, Birleşik Kural, REP Ağacı, Gauss Süreçleri, Eş Aralıklı Regresyon, Doğrusal Regresyon, Yapay Sinir Ağı, Basit Doğrusal Regresyon, Karar Destek Vektörleriyle Regresyon, Ibk, KStar, Toplamsal Regresyon, Torbalama) denenmiş ve sonuçlar karşılaştırılarak en iyi tahmini gerçekleştiren model oluşturulmuştur.Çalışma sonucunda makine öğrenmesi algoritmalarının klasik zaman serisi algoritmalarına göre daha başarılı sonuçlar verdiği görülmüştür. Özellikle karar ağacı tabanlı makine öğrenmesi algoritmalarının performansları diğerlerine oranla daha yüksek çıkmıştır. Ayrıca her bir iş sürecinin kendine özgü özelliklere sahip olmasından dolayı ayrı ayrı modellenmesi gerektiği sonucuna ulaşılmıştır.
Özet (Çeviri)
Forecasting unknown future by scientific methods and making preparations for future in advance are of great importance in every field, especially in the economy and the financial sector. In this thesis; by using real data, a bank?s operation processes have been analyzed and future oriented forecast models have been established. By this study; especially at intense times, effective use of resources have been achieved, so operational transactions can be accelerated.For each operational processes, classical time series algorithms (Econometric Models, Elman Network Model, Markov Regime Change Model) and machine learning algorithms (M5 Rules, Decision Table, Conjuctive Rule, REP Tree, Gaussian Processes, Isotonic Regression, Linear Regression, Multilayer Perceptron, Simple Linear Regression, SMOreg, IBK, Kstar, Additive Regression, Bagging) have been run. Results have been compared and model which performs the best estimate has been established.The experimental results in this study have showed that machine learning algorithms have superior performance than classical time series algorithms. Especially the performances of decision-tree-based machine learning algorithms have been higher than others. In addition, it is found that each operational processes should be modeled separately because of each peculiar features.
Benzer Tezler
- Liner taşımacılıkta dış ticaret operasyon işlemlerinin lojistik süreçlerinin incelenmesi ve Ambarlı limanı örneği
The investigation of logistics processes of the foreign trade operations in Liner transportation and a case study: Ambarli port
ÜMİT SEÇKİN
Doktora
Türkçe
2014
Denizcilikİstanbul ÜniversitesiDenizcilik İşletmeleri Yönetimi Ana Bilim Dalı
PROF. DR. CEM SAATCİOĞLU
- Derin öğrenme yöntemleri ile güvenlik kamerası görüntülerinden apronlarda yer operasyonlarının gerçek zamanlı analizi
Real-time analysis of ground operations on aprons from security camera images with deep learning methods
BERNA YILMAZ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİNE ELİF KARSLIGİL YAVUZ
- Heuristic container placement algorithms
Buluşsal (heuristic) konteyner yerleştirme algoritmaları
BURAK GALİP ASLAN
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HALİS PÜSKÜLCÜ
- Sistem tanılama makine öğrenmesi ve derin öğrenme modelleri ile güneş radyasyonu tahmini
Solar radiation forecasting using system identification machine learning and deep learning models
GÖKSEL KADER
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Donanım tabanlı dram operasyon hızlandırıcı tasarımı
Hardware based accelerator design for dram operations
EYÜPHAN İPEK
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZ ERGİN