Estimation of mobile phone prices with machine learning
Makine öğrenmesi ile cep telefon fiyatlarının tahmini
- Tez No: 876848
- Danışmanlar: DR. OSMAN AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
Cep telefonları farklı özellikleriyle günden güne insanlarının dikkatini çekmektedir. Bir telefon satın alınmadan önce fiyatının yanı sıra telefonun hangi özelliklere sahip olup olmadığına da bakılmaktadır. Telefon fiyatını özelliklerine göre belirlemenin temel bir yolu yoktur. Son zamanlarda, makine öğrenmesi metotları minimum hatayla telefonun özelliklerine göre fiyatının belirlenmesinde yardımcı olmaktadır. Ancak bu tür bir sorunu çözmek için hangi algoritmanın en uygun olduğu noktasında bir fikir birliğine varılamamıştır. Bu çalışmada söz konusu problemi ortadan kaldırmak için telefon fiyatlarını tahmin etmeye yönelik farklı makine öğrenme algoritmaları araştırılmış olup bunun için açık veri kaynaklarından toplanan telefon fiyatlarını ve özelliklerini içeren bir veri küme seti oluşturulmuştur. Veri seti, on bir farklı özelliğe göre fiyatları göstermekte ve toplamda 2000 veriden oluşmaktadır. Veri seti, yalnızca sıfır telefon fiyatları ve özelliklerini değil, ikinci el telefon fiyatlarını ve özelliklerini de kapsamaktadır. Telefon fiyatlarına etkili olan on bir farklı özellik kullanılarak 29 makine öğrenme algoritması ile analiz yapılmıştır. Sonuç olarak tahminleme çalışmasının en yüksek 0,8823 doğruluk oranıyla XGB Regressor algoritmasında gerçekleştirildiği ortaya konmuştur. İnsanlar, ürünün fiyatına hızlı ve pratik bir şekilde ulaşabilmesi için en yüksek tahminleme oranını veren algoritma temel alınarak gerekli verilerin girilmesi halinde ürünün değerini gösteren bir uygulama oluşturuldu.
Özet (Çeviri)
People are increasingly attracted to cell phones every day due to their myriad advantages. When deciding on a purchase, consumers carefully evaluate both pricing and features. A phone's pricing cannot be determined in any fundamental sense by only its features. These days, ML techniques have made it possible to price a phone accurately based on its attributes. However, there is no consensus on which algorithm is best suited to solve such a problem. The goal of this thesis is to solve this issue by examining several ML techniques for phone price prediction. To achieve this, a dataset containing pricing and attributes sourced from public data was compiled. This dataset encompasses prices corresponding to eleven distinct attributes across a total of 2000 data points, encompassing both new and second-hand phones. The dataset includes not only new phone prices and features but also second-hand phone prices and features. 29 ML algorithms were analyzed using eleven different features that affect phone prices. As a result, it was revealed that the prediction search was performed in the XGB Regressor algorithm with the highest accuracy rate of 0.8823. In order for people to access the price of the product quickly and practically, an application was created that shows the value of the product if the necessary data is entered based on the algorithm that gives the highest prediction rate.
Benzer Tezler
- Estimation of remaining useful life by using neural network method for lithium based batteries in aviation applications
Havacılıkta kullanılan lityum tabanlı bataryaların yapay sinir ağları ile ömür kestirmine katkılar
HÜSEYİN SELÇUK POLATÖZ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- Bilgi işlem teknolojileri altyapısının ekonomik büyüme üzerine etkisi: Sahra-Altı Afrika ülkelerinden kanıtlar
The impact of ict infrastructure on economic growth: Evidence from Sub-Saharan-African countries
SAİD MOHAMUD NUR
Yüksek Lisans
İngilizce
2022
Ekonomiİstanbul Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ METE HAN YAĞMUR
- Urban dynamics of İstanbul: Exploring urban complexity via the spatial distribution of activities
İstanbul'un kentsel dinamikleri: Faaliyetlerin mekansal dağılımı aracılığıyla kentsel karmaşıklığın keşfi
REYHANEH YOUNESI SANDI
Yüksek Lisans
İngilizce
2024
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. EDA YÜCESOY
- Location estimation of base station of mobile phones using artificial neural networks
Mobil telefonların baz istasyonlarının yer tahminini yapay sinir ağları kullanarak yapmak
RAMAZAN CENGİZ
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARİF SELÇUK ÖĞRENCİ