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: Başarı, Derin öğrenme, Makine öğrenmesi, Telepazarlama, Success, Deep learning, Machine learning, Telemarketting
- 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: Belirtilmemiş.
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
- Mimarlıkta malzeme eğitimine yapay zekâ entegrasyonu üzerine bir araştırma
A study on integration of artificial intelligence into material education in architecture
PEYAM BAŞER
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEDEN ACUN ÖZGÜNLER
DR. ÖĞR. ÜYESİ MİNE TOPÇUBAŞI
- Genç yetişkinlerde çocukluk çağı travmalarının yüz duygusu tanımaüzerindeki etkileri: Nörobilimsel ve derin öğrenme perspektifinden birinceleme
The effects of childhood trauma on facial emotion recognition in young adults: A neuroscientific and deep learning perspective
AYŞE ŞİMŞEK
Yüksek Lisans
Türkçe
2026
PsikolojiÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
PROF. DR. TÜRKER TEKİN ERGÜZEL
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Derin öğrenme modelleri kullanarak yazma alanında özgül öğrenme güçlüklerinin erken teşhisi
Early diagnosis of specific learning difficulties in writing using deep learning models
NEŞE ÖZKUM
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Sürdürülebilirlik temelli firma değeri tahmin modelinin geliştirilmesinde makine öğrenmesi tabanlı yaklaşım: OECD ülkeleri bankacılık sektörü uygulaması
Sustainability-based firm value prediction model development using machine learning approaches: Evidence from the banking sector in OECD countries
EVRİM HACIOĞLU KAZAK