Gıda sektöründeki fiyat tahminlemesi için yapay sinir ağları modellerinin incelenmesi ve karşılaştırılması
Investigation and comparison of artificial neural networks models for price prediction in the food industry
- Tez No: 792185
- Danışmanlar: DOÇ. DR. SEDAT ÇAPAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 117
Özet
Bu çalışmanın amacı, sinir ağı, tekrarlayan sinir ağları, kapılı tekrarlayan sinir ağları ve uzun kısa süreli bellek yöntemleri gibi yapay sinir ağı modelleri kullanılarak gıda endüstrisindeki bir ürünün fiyatının tahmin edilmesidir. Belirtilen sinir ağı yöntemleri için farklı parametre değerleri kullanılarak düzleştirme, bırakma, istifleme ve çift yönlü vb. modeller oluşturulur. Oluşturulan modeller analiz edilir ve görselleştirilir. En uygun modeller sonucunda kullanılan yöntemler karşılaştırılır. Çalışma kapsamında yapay sinir ağı modelleri, model performans metrikleri, hiperparametreler, veri seti analizi, robotik süreç otomasyonu ve makine öğrenimi ilişkilendirmesi gibi konularda teorik bilgiler verilmektedir. Ardından, ortalama mutlak hata (MAE) metriği ile ortalama karesel hata (MSE) metriği arasında gerçek veriler ve tahmin edilen verilerle bir karşılaştırma yapılır. Her bir yönteme bağlı olarak farklı parametre girdileri kullanılarak oluşturulan alt modeller için elde edilen sonuçlar ve görüntüler, ortalama mutlak hata metriği ve ortalama hata karesi ölçüm metriklerine göre özet tablo halinde sunulmuştur. Bu çalışma kapsamında makine öğrenimi modelleri, RPA teknolojisi olarak bilinen Robotik Süreç Otomasyonu ile kodlama yapılan araç ile entegre çalışmaktadır. RPA teknolojisinde kullanılan UiPath aracı, modellemenin yapıldığı R programı ile birlikte çalışarak ilgili kişi veya kişilerden girdi değerleri alarak modelleri tetikler. Modellerin çıktı sonuçları, her çalıştırmadan sonra sonuç değerleri belirli bir formatta düzenlenerek klasörlerde saklanır. Son zamanlarda kullanılmaya başlanan Robotik Proses Otomasyonu ve makine öğrenimi kombinasyonu, maliyetleri düşürürken bu işe daha yüksek verimlilik ve hız kazandırıyor. Böylece modellerin veri veya parametre değerlerine bağlı olarak çalışma süresi ve diğer işlem adımlarından kazanılarak otomatik olarak zamanlanır.
Özet (Çeviri)
The aim of this study is to estimate the price of a product in the food industry using artificial neural network models such as Neural Network, Recurrent Neural Networks, Gated Recurrent Neural Network and Long Short Term Memory methods. Using different parameter values for the specified neural network methods, flatten, dropout, stacking and bidirectional etc. models are created. The created models are analyzed and visualized. As a result of the most suitable models, the methods used are compared. Within the scope of the study, theoretical information is given on topics such as artificial neural network models, model performance metrics, hyperparameters, data set analysis, robotic process automation (rpa) and machine learning association. Then, a comparison is made between the mean absolute error (MAE) and the mean square error (MSE) metrics with actual data and estimated data. Within the scope of this study, machine learning models work in integration with the tool where coding is done with RPA. The UiPath tool used in RPA technology works together with the R program in which the modeling is made, triggering the models by taking input values from the relevant person or people. The combination of RPA and machine learning, which has been used recently, provides higher efficiency and speed gain to this work, while reducing costs. Thus, depending on the data or parameter values of the models, they are automatically timed by gaining from the working time and other processing steps.
Benzer Tezler
- Prediction of churn rate for prepaid customers in turkish telecom industry
Telekom sektöründe faturasız aboneler için abone hareketi tahminlemesi
CANSU ALATAŞ
Yüksek Lisans
İngilizce
2018
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF KARAOSMANOĞLU
- Exploring the relationship between search volume index and stock market movements
Arama hacmi endeksiyle hisse senedi hareketleri arasındaki ilişkinin araştırılması
ELÇİN UĞUR MEŞE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN AYVAZ
- Perakende sektöründe dinamik fiyatlandırma ile gelir optimizasyonu
Revenue optimization application with dynamic pricing in retail industry
SİNEM BATMACA
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNEM BÜYÜKSAATÇI KİRİŞ
- Perakende sektöründe ikame etkisi ile portföy ve raf alan optimizasyonu
Assortment and shelf space optimization with substitution effect in retail
BURCU FİLİZ IŞIK
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Borsa İstanbul (BIST)'da işlem gören gıda şirketlerinin finansal performans analizi: ENTROPİ, TOPSiS ve VİKOR Metodları
Performance analysis of food companies traded on Borsa Istanbul (BIST): ENTROPY, TOPSİS and VİKOR Methods
AYŞEGÜL YILMAZ