Makine öğrenmesi yöntemleri ile ikinci el araçlarda fiyat tahmini
Price forecasting for used cars with machine learning methods
- Tez No: 835688
- Danışmanlar: DOÇ. DR. MUSTAFA CEM KASAPBAŞI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 52
Özet
Son yıllarda ikinci el araçların pazar hacmi artmıştır. Bu pazarda satıcı ve alıcı için doğru fiyatlandırma oldukça önemlidir. Son kullanıcı veya kurumlar için ikinci el araç değerlemesine ya da kiralanmasında yardımcı olacak sistemsel bir yapıya ihtiyaç bulunmaktadır. Kurulacak bu yapıyla hem araç alacak olan hem de aracını satacak olan kullanıcı, kilometresi, kaza kaydı, kasa tipi, benzin tipi, ağır hasar kaydı gibi fiyata etki edecek özelliklerine göre fiyat çıkarabilir. Bu çalışmada ilgili ikinci el araç ilanların yer aldığı sitelerden Selenium test aracı ile 13.000 üzerinde veri toplanmış ve bu veriler üzerinde veri önişleme (temizleme, dönüştürme vs.) adımları uygulanmıştır. Makine öğrenme teknikleri KNIME Analytics Platform veri madenciliği programının 4.7.3 sürümünde uygulanarak ikinci el araç fiyatı tahmin edilmeye çalışılmış ve sonuçlar birbiriyle karşılaştırılmıştır. Performans ölçülürken R² kullanılmıştır. Doğrusal (Linear) regresyon 0,71 R², Rastgele Orman (Random Forest) 0,85 R², Gradyan artırıcı (GBoosted) 0,83 R², ağaç topluluğu (Tree Ensemble) 0,85 R² ve yapay sinir ağları (Artificial Neural Network) 0,72 R² tahmin oranları elde edilmiştir. Elde edilen sonuçlarda en düşük tahmin başarısı doğrusal (linear) regresyon, en yüksek başarılı tahmin algoritması 0,85 R² ile rastgele orman algoritması olmuştur.
Özet (Çeviri)
The market volume of second-hand vehicles has increased in recent years. In this market, accurate pricing is very important for the seller and the buyer. There is a need for a systematic structure that will help end-users or institutions in the valuation or leasing of second-hand vehicles. With this structure to be established, both the user who will buy a vehicle and the user who will sell his vehicle can make a price according to the features that will affect the price such as mileage, accident record, body type, gasoline type, heavy damage record. In this study, over 13,000 data were collected from the relevant used car classifieds websites with the Selenium test tool and data preprocessing (cleaning, transformation, etc.) steps were applied on this data. Machine learning techniques were applied in version 4.7.3 of the KNIME Analytics Platform data mining program to predict the used car price and the results were compared with each other. R² was used to measure performance. Linear regression 0.71 R², Random Forest 0.85 R², Gradient Boosted 0.83 R², Tree Ensemble 0.85 R² and Artificial Neural Network 0.72 R² prediction rates were obtained. In the results obtained, the lowest prediction success was linear regression and the highest successful prediction algorithm was the random forest algorithm with 0.85 R².
Benzer Tezler
- Metric based mesh adaptation methodology applied to HEMLAB algorithm
Metrik tabanlı ağ uyarlama yönteminin HEMLAB çözücüsüne uygulanması
HÜLYA SUKAS
Doktora
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ŞAHİN
- Fog computing architecture for e-textile applications
E-tekstil uygulamaları için sis bilişim mimarisi
KADİR ÖZLEM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
DOÇ. DR. ÖZGÜR ATALAY
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Uluslararası boyutuyla vergi incelemeleri
Tax examinations with international aspects
CANSU DAĞ BEREKET
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
