Application and comparison of machine learning techniques in business
Makine öğrenmesi tekniklerinin işletmede uygulanması ve karşılaştırılması
- Tez No: 775079
- Danışmanlar: DR. ÖĞR. ÜYESİ DAVID GEORGE CARLSON
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İstatistik, İşletme, Computer Engineering and Computer Science and Control, Statistics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 37
Özet
Veri bilimi metodolojisi ve özellikle makine öğrenmesi teknikleri günümüzde birçok farklı alanda yaygın olarak kullanılmaktadır. Özel sektörde de kullanımı oldukça avantajlı olan makine öğrenmesini uygulama konusunda aynı eğilim bulunmaktadır. Birden fazla girdi parametresinin olduğu bilinen işletmedeki kilit değişkenlerin tahmini önemlidir ve bu, firmanın kar düzeyini etkileyebilmektedir. Bu araştırma, belirli bir veri çerçevesi ve algoritmik bir yaklaşım gerektiren iş dünyasındaki çeşitli sorunları; bu kapsamda müşteri kaybı tahmini, konut fiyat tahmini ve duygu analizini araştırmayı amaçlamaktadır. Uygulanan algoritmalar her bir vaka için karşılaştırılmaktadır. Ele alınan vakalar, makine öğrenmesi modellerinin sınıflandırma, regresyon ve metin analizi türlerinin birer uygulamasını içermekte ve bunların endüstrideki çeşitliliğiyle birlikte faydalı uygulamalarını da göstermektedir.
Özet (Çeviri)
Data science methodology and, particularly, machine learning techniques, are being widely used in many different fields today. There is the same trend in the private sector, where using machine learning is highly advantageous. The prediction of key variables in business given multiple input parameters is important and may affect the firm's profitability. This research aims to investigate several problems in business, being churn estimation, housing price prediction and sentiment analysis, which require a certain data framework and an algorithmic approach. The applied algorithms are compared for each case. The regarded cases involve an application of classification, regression, and text analysis types of machine learning models, demonstrating their diversity and useful application in the industry.
Benzer Tezler
- Öneri sistemi modellerinde kullanılan makine öğrenmesi tekniklerinin müşteri satın alma tercihleri doğrultusunda karşılaştırılması
Comparison of machine learning techniques used in the recommender system models in accordance with customer purchase preferences
ÖMER UÇAN
- Makine öğrenmesinde değişken seçim yöntemlerinin karşılaştırılması: Ev enerjisi tüketim tahmini
Comparison of variable selection in machine learning methods: Household energy consumption estimation
NURİ BERK URAL
Yüksek Lisans
Türkçe
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MERAL ÇETİN
- Veri madenciliği ile çalışanların yıpranma durumu tahmini ve kapsamlı performans analizi
Employee attrition prediction and comprehensive performance analysis with data mining
ÖZLEM YÜREKLİ
Yüksek Lisans
Türkçe
2024
Yönetim Bilişim SistemleriSelçuk ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İLKNUR ÇEVİK TEKİN
- Comparison of Random Forest and XGBOOST implementation's success to predict bank profitability: Evidence from Turkish deposit banks
Rassal Orman ve XGBOOST algoritmalarının banka kârlılığını tahmin etme başarısının karşılaştırılması: Türk mevduat bankalarından kanıt
LİVA OFLAZOĞLU
Yüksek Lisans
İngilizce
2022
İşletmeGaziantep Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. ÖMER FARUK RENÇBER
- Stratejik yönetim perspektifinden sigortacılık sektöründe makine öğrenmesi algoritmaları ile anomali tespiti
An application of machine learning to anomaly detection in insurance industry using strategic management approach
AYŞE NURBANU ŞAHAN
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. TOLGA KAYA