Hiper-optimize edilmiş makine öğrenim teknikleri ile taşınmaz değerlemesi, Yozgat kenti örneği
Real estate valuation with hyper-optimized machine learning techniques, Yozgat city example
- Tez No: 855764
- Danışmanlar: DOÇ. DR. ASLI BOZDAĞ, DOÇ. DR. ÜMİT HALUK ATASEVER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: TTD, Değerleme Yöntemleri ve Kriterleri, CBS, Makine Öğrenimi Teknikleri, Hiperparametre Optimizasyonu, Bayes Tekniği, MRV, Valuation Methods and Criteria, Machine Learning Techniques, Hyperparameter Optimisation, Bayesian Technique
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Niğde Ömer Halisdemir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeodezi ve Fotogrametri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 98
Özet
Toplu Taşınmaz Değerlemede (TTD), Makine Öğrenim Teknikleriyle gelişmiş tahmin yöntemlerinden yararlanılarak bilimsel, doğru ve hızlı sonuçlar elde edilmektedir. Makine Öğrenimi, Coğrafi Bilgi Sistemi (CBS) ortamında düzenlenen verilerin analiz edilerek konut fiyat değerini tahmin etmede doğru karar vermeyi sağlamaktadır. Bu çalışmanın amacı; küçük ölçekli kentler sınıfındaki Yozgat kentinde Bayes Tekniği ile Hiper-Optimize Edilmiş Makine Öğrenimi Teknikleri sayesinde değer tahminleri oluşturmaktır. Bu kapsamda regresyon yöntemleri ile 2022 ve 2023 yıllarına ait taşınmaz verileri üzerinde toplu taşınmaz değerleme gerçekleştirilmiştir. Uygulamada eğitim verisi sonuçlarına göre Çekirdek regresyonu, test verisi sonuçlarına göre ise Topluluk regresyonu en başarılı sonuçları sağlamıştır. Çalışma, kentin bütününde bir toplu değerleme yapılması ve büyük bir değerleme sahası içinde bölgesel eşitsizliklere rağmen konut fiyat tahmin doğruluğunun metriklere göre başarılı sonuçlar elde etmesiyle literatürden farklılaşmaktadır. Elde edilen sonuçlar, heterojen özellikler taşıyan bir değerleme alanı için çalışmanın konut fiyat tahmin sonuçlarının belirlenmesinde başarılı bir yaklaşım olduğunu göstermektedir.
Özet (Çeviri)
Scientific, accurate and fast results are obtained by utilising advanced estimation methods with Machine Learning Techniques in Mass Real Estate Valuation (MRV). Machine Learning provides the right decision making in estimating the house price value by analysing the data arranged in the Geographical Information System (GIS) environment. The aim of this study is to create value estimates in Yozgat city, which is classified as small-scale cities, by using Bayesian Technique and Hyper-Optimised Machine Learning Techniques. In this context, collective real estate valuation was carried out on real estate data for the years 2022 and 2023 with regression methods. In the application, the Core regression provided the most successful results according to the training data results and the Ensemble regression provided the most successful results according to the test data results. The study differs from the literature by performing a collective valuation in the whole city and obtaining successful results in terms of house price prediction accuracy according to metrics despite regional disparities in a large valuation area. The results obtained show that the study is a successful approach in determining house price prediction results for a valuation area with heterogeneous characteristics.
Benzer Tezler
- 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
- Deep learning based segmentation pipeline for label-free phase-contrast microscopy images
Etiketsiz faz-kontrast mikroskopi görüntüleri için derin öğrenme tabanlı segmentasyon boru hattı
AYDIN AYANZADEH
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
DOÇ. DR. DEVRİM ÜNAY
- Parameter optimization for mathematical modeling
Matematiksel modelleme için parametre optimizasyonu
MEHMET TUNÇEL
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN
- Rüzgar türbin güçlerinin makine öğrenmesi modelleriyle tahmin edilmesi ve santraldaki konumlarının etkisi
Prediction of wind turbine power by machine learning models and the effect of their locations in the wind farm
BUĞRA KAPLAN
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. NURDİL ESKİN
- Makine öğrenme temelli konut fiyat tahminlemede meta model uygulaması: Çanakkale ili örneği
Meta model application in machine learning based house price estimation: An example of Canakkale province
CENGİZHAN DUMLU
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ