Geri Dön

House price prediction using artificial neural network (ANN) with adagrad optimizer

Adagrad optimizer ile yapay sinir ağı (YSA) kullanarak konut fiyat tahmini

  1. Tez No: 877180
  2. Yazar: EHAB SAAD ABDULWAHID AL-MUQDADI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ Abdullahi Abdu IBRAHIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: ANN, AdaGrad, Konut Fiyat Tahmini, ANN, AdaGrad, Housing Price Prediction
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 102

Özet

emlak piyasası, neredeyse sonsuz sayıda faktörden etkilenen dinamik ve karmaşık bir ekosistem içinde faaliyet gösterdiğinden. Karmaşıklıkta gezinmek için, uygun bir yatırım sonucu için olmazsa olmaz olan konum, mülk özellikleri, ekonomik göstergeler ve pazar eğilimleri gibi faktörler arasındaki etkileşimi kavramak gerekir. Bu tez, bu güçlü hesaplama araçlarının birçok farklı alandaki karmaşık nitelikteki sorunları ele almak için nasıl uygulanabileceğine olan ilgiyi motive etmek için makine öğrenimi ve yapay sinir ağları alanını derinlemesine incelemektedir. İlk olarak, makine öğreniminin temellerini, temel türlerinin sınıflandırılmasını ve kümeleme uygulamaları, boyutsallığın azaltılması ve ilişkilendirme kuralı öğrenimi hakkında bir tartışmayı detaylandırır. Bu tartışmalar, kalıpları belirleme ve büyük veri kümelerindeki incelikleri kolayca basitleştirme ile uğraşırken makine öğrenimi tekniklerinin genel uygulanabilirliğinin altını çiziyor. Odak noktası, basit formdan çok gelişmiş gradyan artırma yöntemine başlayan doğrusal regresyona düşer ve basit tahmine dayalı modellemeden doğrusal olmayan sorunları iyi verimlilikle ele alabilen çok gelişmiş modellere evrimi not eder.

Özet (Çeviri)

as the real estate market operates within a dynamic and complex ecosystem influenced by an almost infinite number of factors. To navigate the complexity, one has to grasp the interaction between factors like location, property specifics, economic indicators, and market trends that are must-haves for a proper investment conclusion. This dissertation delves deeply into the field of machine learning and artificial neural networks to motivate an interest in how these powerful computational tools could be applied to address problems of a complex nature in many different areas. First, it details the basics of machine learning, the categorization of its principal types, and discussion about clustering applications, dimensionality reduction, and association rule learning. These discussions underline the general applicability of machine learning techniques while dealing with identifying patterns and simplifying intricacies in big datasets easily. The focus falls on linear regression, which starts from the straightforward form to the very advanced gradient boosting method, noting the evolution from simple predictive modeling to very advanced models able to handle nonlinear problems with good efficiency.

Benzer Tezler

  1. 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

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ

  2. Forecasting house price index in Turkey using arima transfer functions and artificial neural networks (ANN)

    Yapay sinir ağları ile konut fiyat endeksi tahmini

    MAHDI NASSER MOHAMMAD ABUANZEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR ŞENER

  3. Konut yapılarının rayiç değerlerinin yapay sinir ağları metodu kullanılarak tahmin edilmesi: Düzce ili örneği

    Estimating the market value of residential buildings with artificial neural networks method: Düzce sample

    MURAT TABANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiDüzce Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ LATİF ONUR UĞUR

  4. Prediction of the house price index of Turkey: A comparative study of multiple linear regression and artificial neural network models

    Türkiye konut fiyat endeksinin tahmini: Çoklu lineer regresyon ve yapay sinir ağı modellerinin karşılaştırılması

    YUSUF KEMAL ERDEKLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. İREM DİKMEN TOKER

    PROF. DR. MUSTAFA TALAT BİRGÖNÜL

  5. Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi

    Development of mass property valuation model based on geographic information systems integrated machine learning methods

    MUHAMMED OĞUZHAN METE

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU