Makine öğrenme perspektifinden tele-pazarlama başarı stratejisi
Telemarketting success strategy from machine learning perspective
- Tez No: 826149
- Danışmanlar: DOÇ. DR. EVRİM ERSİN KANGAL, DR. ÖĞR. ÜYESİ BİLGİN ZENGİN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, İşletme, Statistics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Bilgi Yönetimi Ana Bilim Dalı
- Bilim Dalı: İşletme Yönetimi Bilim Dalı
- Sayfa Sayısı: 160
Özet
Makine öğrenme insanoğlu olarak inceleyemeyeceğimiz kadar büyük miktarda verilerin olduğu birçok alanda yeni şeyler öğrenme yeteneği vermektedir. Dolayısıyla, makine öğrenme bilgisayarlara verilerdeki örneklere bakarak kalıpları öğrenmeyi öğrettiğimiz bir süreçtir, böylece bu kalıpları tanırlar ve onları daha önce görmedikleri yeni şeylere uygularlar. Bu tez çalışması kapsamında ele alınan temel hipotez şöyledir: denetimli sınıflandırma işlerinde öznitelik seçimi özellikler arasındaki korelasyon temelinde gerçekleştirilebilir ve böyle bir seçim süreci çeşitli makine öğrenimi algoritmaları için faydalı olabilir. Bu bağlamda, seçilen bir telefonla pazarlama veri setinin bir makine öğrenme algoritmasında analiz edilmesiyle herhangi bir şirketin karar destek mekanizması için başarılı tahminlerin yapılıp yapılamayacağı araştırılmıştır. Sonuç olarak, bu tez denetimli bir makine öğrenimi analizinde özellik seçiminin karşılık gelen öznitelikler arasındaki korelasyon temelinde yapılabileceğini ortaya koymaktadır.
Özet (Çeviri)
Machine learning (ML) provides us the flair to achieve knowledge in different areas from large data pools that we as human beings may not study. So, the ML is a process in which we train computers to recognize patterns in a dataset, such that they learn that significant information and use them to achieve new things that they haven't encountered before. The main hypothesis covered in this thesis is as follows: feature selection in supervised classification tasks can be performed on the basis of correlation between features and such a selection process can be beneficial for various machine learning algorithms. On this purpose, we turned our attention on investigating whether successful predictions can be achieved for a company's decision-support mechanism by analyzing a selected telemarketing dataset in a machine learning algorithm. In conclusion, this thesis reveals that the feature selection in a supervised machine learning analysis can be performed on the basis of correlation among the corresponding attributes.
Benzer Tezler
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Evolution of electricity markets from the perspective of production and organized markets
Organize toptan satış piyasaları ve üretim perspektifinden elektrik piyasalarının dönüşümü
MUSTAFA ÇAĞRI PEKER
- Machine learning models for microbiome-based classification of axolotl limb regeneration phases
Aksolotl uzuv rejenerasyon aşamalarının mikrobiyoma dayalı sınıflandırılması için makıne öğrenimi modellerı
ABDULLAH HÜSEYİN KÖSEOĞLU
Yüksek Lisans
İngilizce
2023
Biyoistatistikİstanbul Medipol ÜniversitesiBiyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KIVANÇ KÖK
- Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products
Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi
NAHİT ÇATMADIM
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET SİNAN ÖZEREN
- Addressing parametric uncertainties in autonomous cargo ship heading control
Otonom kargo gemisi yön kontrolündeki parametrik belirsizliklerin ele alınması
AHMAD IRHAM JAMBAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL BAYEZİT