Data analysis
55 theses under this subject heading
2023 genel seçimleri döneminde X kullanıcılarının siyasi partiler hakkındaki düşüncelerinin metin madenciliği ile analizi
Bu çalışmanın amacı, Türkiye'deki siyasi partilere yönelik kamuoyu duyarlılık düzeylerinin sosyal medya paylaşımlarına dayalı olarak metin madenciliği yöntemlerinden olan duygu analizi yöntemi ile ölçülmesidir. Bu bağlamda, X aracılığıyla paylaşılan tweetlerden yararlanılmıştır. Çalışma, teori ve uygulama olmak üzere iki kısımdan oluşmaktadır. Teori kısmında, literatür taramaları yapılmış olup sosyal medya analizi, veri madenciliği, metin madenciliği ve duygu analizi kavramları ele alınmıştır. Araştırmada, 2023 Türkiye genel seçimleri kapsamında en çok konuşulan beş siyasi parti belirlenmiştir. Bu partiler için X üzerinden beş siyasi parti hakkında 60.000'den fazla tweet toplanmış bunların içerisinden her parti için 250 tane olmak üzere 1250 tane tweet seçilmiştir. Veriler, manuel olarak temizlenmiş ve duygu analizi yapılmak üzere pozitif, nötr ve negatif olarak etiketlenmiştir. Yapılan analiz sonucunda, her iki algoritmanın da duygu analizinde benzer doğruluk oranlarına sahip olduğu ancak bazı durumlarda belirgin farklar ortaya çıktığı gözlemlenmiştir. Sonuç olarak, Türkiye'deki siyasi partilere yönelik tweetlerdeki duygu dağılımının her parti ve duygu kategorisine göre değişiklik göstermiştir. Bu tez, sosyal medya ve siyaset alanında yapılacak gelecekteki çalışmalar için önemli bir referans niteliği taşımakta olup, araştırmacılara siyasi partilerle ilgili sosyal medya analizlerinde rehberlik edebilecek veriler sunmaktadır.
Tek genuslu geometrik maksimal graf filtrelemesi ve veri analizi uygulamaları
Farklı heterojenlik seviyeleri içeren kompleks sistemlerin ağlar ile modellenip çeşitli ağ analizi teknikleri uygulanarak sistem üzerinde veri analizi yapılması oldukça güncel bir yöntemdir. Sunduğumuz tez çalışması, bu tip bir sistemin geometrik olarak bir manifolda gömülerek filtrelenmesi ile sistemin analizini ele almaktadır. Bir manifoldun genusuna bağlı olarak kompleks sistemi modelleyen ağın r-kliklerini içeren bir filtreleme yöntemi sunulmaktadır. Yoğun ilişkideki korelasyon ağlarının geometrik ve topolojik olarak filtrelenmesi ile ağın minimal bilgi kaybına uğrayarak maksimal ilişkilerin çıkarılması mümkün olur. Literatürde var olan yöntemlere benzer şekilde sunduğumuz bu yeni filtreleme yöntemi tek genuslu manifold gömmesi için çalışmaktadır. Böylelikle ağın altında yatan geometrinin de göz önüne alınması sağlanır. Üç farklı tipte veri grubuna uygulanacak bu yöntemin multidisipliner çalışmalarda kullanılması ve daha farklı disiplinlere ait veri analizi teknikleri için bir temel oluşturması beklenmektedir.
Bilgisayar ağlarında anormal veri trafiği tespiti için parametre optimizasyonu
İletişim teknolojilerinin ve özellikle de internetin insan hayatı üzerinde geniş bir yer edinmesi sonucunda, bilişim sistemlerinin ve verilerin güvenliğinin sağlanması oldukça önemli bir siber güvenlik problemi haline gelmiştir. Olası bir saldırı durumunda sistemlerin ve kullanıcıların oluşan tehlikeden olabildiğince az etkilenmesini sağlayabilmek amacıyla, bilgisayar ağlarında anormal veri trafiği tespitinin mümkün oldukça hızlı ve doğruluk oranı yüksek bir şekilde raporlanması gerekir. Bu doğrultuda araştırmacılar tarafından pek çok farklı yaklaşım ve yöntem ortaya konulmaktadır. Ancak bu çalışmaların pek çoğu, algı süresi veya sınıflandırma başarımı göz önüne alındığında yeterli olmamaktadır. Bu çalışmada, ağ trafiği üzerinde anormal davranışlar gösteren eylemlerin ve siber saldırı sonucu, oluşabilecek zararlı ağ trafiğinin tespiti ve önlenmesi amacıyla seçilen bir grup sınıflandırma algoritmasının başarım değerlendirmesi yapılmıştır. Buna ek olarak yüksek başarı gösteren sınıflandırma algoritmaları üzerinde ReliefF Öznitelik Seçimi, Mahalanobis Uzaklığı ve Ki Kare Testi (Chi-Square) gibi veri ön işleme adımları kullanılarak daha az veri özniteliği kullanımının sınıflandırma algoritmalarının başarımı üzerindeki etkisi değerlendirilmiştir. Değerlendirmeler sonucunda az sayıda öznitelik ile birlikte, öznitelik seçimi olmadan gerçekleştirilen sınıflandırma işlemine oranla yarısı kadar daha az bir sürede yüksek sınıflandırma başarısı elde edilmiştir. Öznitelik seçimi işlemleri neticesinde seçilen bir grup makine öğrenmesine ait en yüksek sınıflandırma başarısı %99,2187 oranı ile Random Forest algoritmasına aitken en düşük sınıflandırma başarısına sahip olan yöntem %90,5778 oranı ile Bayes Network Classifier algoritmasıdır. Yapılan başarım testleri için NSL-KDD (Network Security Laboratory - Knowledge Discovery and Data Mining) veri kümesi kullanılmıştır. Yüksek performans ve minimum zaman aralığında daha az öznitelik verisi kullanılarak maksimum başarım oranı elde edilmeye çalışılmıştır. Anahtar Kelimeler: Anormal Veri Tespiti, Öznitelik Seçimi, Makine Öğrenmesi, Veri Güvenliği, Saldırı Tespit Sistemleri
Bütünsel beyin modeline uyumlu 4MAT öğretim modelinin 8.sınıf öğrencilerinin veri analizi ile olasılık konularındaki akademik başarılarına etkisi
Bu araştırmanın amacı veri analizi ile olasılık konularının öğretiminde 4MAT öğretim modeli kullanımının 8. sınıf öğrencilerinin akademik başarı ve bilgilerinin kalıcılığına etkisini araştırmaktır. Çalışmanın örneklemi Türkiye'nin güneydoğusunda bulunan bir ilin merkez ilçesine bağlı iki köy ortaokulundaki üç şubenin öğrencileri oluşturmaktadır. Bu sınıfların ikisinin mevcudu 21, birinin mevcudu ise 22'dir. 21 kişilik iki sınıf deney diğer sınıf ise kontrol grubudur. Deney 1 grubu 21 kişi, Deney 2 grubu 21 kişi ve Kontrol grubu 22 kişi olmak üzere toplam 64 öğrenciyle araştırma gerçekleşmiştir. Araştırmanın nicel verilerinin elde edilmesi için başarı testi ile baskınlık envanteri kullanılırken nitel verilerin toplanması içinde öğrenci görüş formu araştırmacı tarafından hazırlanmıştır. Yapılan araştırmanın sonuçları yaklaşık olarak 8 haftalık bir eğitimin sonucunda ulaşılmıştır. Veri toplama araçlarından elde edilen nicel verilerin analizi için SPSS 22. paket programı kullanılırken nitel verilerin analizi içinde içerik analizi kullanılmıştır. Başarı testi araştırma öncesinde gruplara ön test, uygulama sonunda sont test ve son testten yaklaşık iki ay sonrasında da kalıcılık testi olarak gruplara uygulanmıştır. Öğrenci görüş formu ise uygulama bitiminde sadece deney gruplarına uygulanmıştır. Verilerden elde edilen analiz sonucunda 4MAT öğretim modeliyle öğretim gerçekleştirilen deney grupların hem akademik başarı hem de kalıcılık test puanları bakımından aralarında anlamlı bir fark bulunmazken kitaba dayalı öğretim gerçekleştirilen kontrol grubuna göre deney grupları lehine olacak şekilde hem akademik başarı hem de kalıcılık test puanları açısından aralarında anlamlı bir farkın çıktığı gözlemlenmiştir. Sol ve sağ beyin baskınlığına sahip gruplar arasında ise akademik başarı ve kalıcılık test puanları arasında anlamlı bir farkın meydana gelmediği görülmüştür. Son olarak da öğrenci görüş formunda elde edilen verilerden öğrencilerin genel anlamda 4MAT öğretim modeline yönelik olumlu düşünceler besledikleri görülürken olumsuz ifadelerde ise en sık fazla zaman alması olarak ifade ettikleri görülmüştür.
Başlangıç dizayn aşamasında optimum form parametrelerinin belirlenmesi
Gemi dalgalar arasında ilerlerken altı serbestlik derecesinde hareketler yapar. Bu hareketlerin analizi için kullanılan basitlestirilmis durumlardan biri, geminin dalga tepelerine normal dogrultuda hareket ettigi durumdur. Bu kosulda gemi sadece simetri düzlemi içerisinde boyuna-öteleme, dalıp-çıkma ve bas-kıç vurma hareketleri yapmaktadır. Geminin simetri düzlemi içerisinde yaptıgı söz konusu hareketler incelendiginde, boyuna-öteleme hareketinin dalıp-çıkma ve bas-kıç vurma hareketlerine olan etkisinin ihmal edilebilir derecede oldugu görülür. Bu çalısma kapsamında, geminin bastan gelen düzgün dalgalarda yaptıgı dalıp-çıkma ve baskıç vurma birlesik hareketleri incelenmistir. Bu yöntem tablolar seklinde bir veritabanı programına aktarılarak kullanım kolaylıgı saglanmıstır. Tabloların ve yöntemin islerliginin gösterilmesi amacıyla kullanım yerleri farklı iki uygulama çalısması yapılmıstır. 32 adet .T.Ü. tipi balıkçı tekneleri formunun bastan gelen düzgün dalgalarda dalıp-çıkma ve bas-kıç vurma hareketleri, gelistirilen Adria 1 yazılımı ve ayrıca hazır bir program yardımı ile hesaplanmıstır. Kavram dizayn asaması için alternatif dizaynların degerlendirilmesinde kullanılabilecek hızlı ve kapsamlı bir yaklasık yöntem gelistirilmistir. Giris bölümünde, gemi hareketleri tanımlanmıs, daha önce konu ile ilgili yapılmıs çalısmalardan bahsedilmistir. kinci bölümde, teknelere ait geometrik veriler ve çevre parametreleri belirlenerek girdi veritabanı düzenlenmistir. Bu veriler yardımı ile dalıp-çıkma ve bas-kıç vurma hareketleri hesaplanarak denizcilik veritabanı kurulmustur. Bu bölümde çoklu dogrusal regresyon teknigi ile tekne parametreleri ve denizcilik karakteristikleri arasındaki iliski ortaya konmustur. Sonuç bölümde ise genel degerlendirmeler, yöntemin kullanımı ve ileride yapılacak çalısmalar hakkında yorumlar verilmistir. Anahtar kelimeler: Balıkçı Gemisi, Konsept / Kavram Dizayn, Gemi Hareketleri, Veri Analizi, Regresyon
Biyolojik sinyallerin bilgisayar ile kayıtlanmaları ve analizleri
oz BİYOLOJİK SİNYALLERİN BİLGİSAYAR İLE KAYITLANMALARI VE ANALİZLERİ Bu çalışmada biyolojik sinyallerin digital formda kayıtlanma ve analizinde kullanılabilecek iki veri alma sistemi önerilmektedir. Birincisi Digital storage osiloskoplu (DSO) veri alma sistemi ve ikincisi Analog to Digital Converterli (ADC) veri alma sistemidir. Birinci sistemde analog sinyaller DSO'un kendi ADC'si tarafından digitale çevrilip 1 kvvord'lük bir data olarak saklanmakta ve bu datalar BİSİP Programı ile bilgisayara aktarılmakta, burada görüntülenmekte ve üzerinde çeşitli işlemler yapılabilmektedir. Bu sistemde DSO hem digitale çeviren hem de görüntüleyen alet olarak kullanılmaktadır. İkinci veri alma sisteminde ADC bulunmaktadır. Osiloskop yalnız görüntüleyen bir alet görevini yüklenmiştir. Bilgisayara ASCII formatında kayıtlanmış bilgiler geliştirilen BİSİP Programıyla bilgisayar ekranında çizilmekte ve üzerinde kürsörlerle ölçümler yapılabilmektedir. BİSİP Programıyla bir ekrana çok sayıda eğrinin çizdirilmesi, kürsörlerle zaman ve genlik bilgilerinin okunabilmesi, türev, integral, Fourier Frekans analizi ve Averajlama gibi işlemlerin yapılması mümkündür. BİSİP programıyla verileri DSO'dan veya ADC'den okunabilir, print screen komutuyla kağıda aktarılabilir ve save komutu ile manyetik ortamda "file" olarak saklanabilir. Analog biyolojiksinyallerin digitale çevrilip bilgisayarla analizlenmeleri sonucu, biyolojik sinyallerden biyolojik sistem hakkında daha fazla bilgi elde etmek mümkün olmaktadır. Anahtar kelimeler: Veri alma sistemi, biyolojik sinyal, hafızalı osiloskop, analog- digital çevirici. vıı
Yapay zekâ destekli maliyet yönetimi: istatistiksel ve makine öğrenmesi modelleri ile bir inceleme
Günümüz iş dünyası, teknolojik gelişmelerin ve küreselleşmenin etkisiyle sürekli bir dönüşüm içerisindedir. Özellikle üretim sektöründe artan rekabet, işletmeleri maliyetlerini düşürmek, kaynaklarını daha verimli kullanmak ve müşteri taleplerine hızla uyum sağlamak için yeni yöntemler benimsemeye zorlanmaktadır. Geleneksel yönetim ve üretim planlama yaklaşımlarının bu karmaşık ve dinamik ortamda tüm ihtiyaçların aynı anda karşılanması hususunda yetersiz kalabileceği düşünülmektedir. Bu bağlamda, yapay zekâ ve veri analitiği gibi modern yöntemler, işletmelerin hem maliyetlerini optimize etmesine hem de operasyonel verimliliklerini artırmasına olanak tanımaktadır. Bu tez, yapay zekâ destekli veri analitiği ve maliyet optimizasyonunun entegrasyonunu incelemektedir. Çalışma, otomotiv sanayisinde kullanılan X ürününün satış ve maliyet tahminleri için çoklu doğrusal regresyon ve makine öğrenmesi modelleri kullanarak, her iki yöntem arasındaki farkları analiz etmiş ve belirli değişkenlerin satış ve maliyet tahminlerinde ne derece etkili olduğunu ortaya koymuştur. Elde edilen bulgular, yapay zekâ ve veri analitiği teknolojilerinin işletmelerin maliyet optimizasyonu süreçlerinde nasıl etkin bir şekilde kullanılabileceğini göstermektedir. Çoklu doğrusal regresyon modelinde yapılan analizler, satış miktarları üzerinde etkili olan bağımsız değişkenleri belirlemiştir. Bu değişkenler arasında Motorlu Kara Taşıt Sayısı (MKTS), Sanayi Üretim Endeksi (SÜE), Tüketici Fiyatlarının Değişimine İlişkin Düşünce (TFDD) ve Ücretlerin Değişimine İlişkin Beklenti (ÜDİB) yer almaktadır. Satış miktarlarına ilişkin modelin Düzenlenmiş R² değeri 0,916 olup, bu da modelin satış miktarlarını yüksek bir doğrulukla açıklayabildiğini göstermektedir. Öte yandan, maliyet tahminlerine yönelik modelin Düzenlenmiş R² değeri 0,974 olarak hesaplanmış ve bu da modelin maliyet tahmininde oldukça güçlü bir açıklayıcılığa sahip olduğunu ortaya koymuştur. Elde edilen sonuçlar, satış ve maliyet tahminlerinde belirli değişkenlerin kritik bir rol oynadığını ve işletmelerin bu değişkenlere dikkat etmelerinin önemli olduğunu vurgulamaktadır. Gradyan Arttırmalı Regresyon Ağaçları (GBRT) ve yapay sinir ağları (YSA) modelleri ile yapılan analizlerde, her iki bağımlı değişken için en iyi performans YSA modellerinden elde edilmiştir. YSA modelleri, doğrusal olmayan ilişkileri daha başarılı bir şekilde modelleyerek daha doğru tahminler sunmuş ve geleneksel istatistiksel yöntemlere kıyasla daha düşük hata oranları ve daha yüksek doğruluk oranlarına ulaşmıştır. Özellikle, X ürünü satış adetleri için yapılan analizde R² değeri 0,98 ve Ortalama Mutlak Yüzde Hata (MAPE) değeri 0,08 olarak hesaplanırken, maliyetler için R² değeri 0,997 ve MAPE değeri 0,02 olarak belirlenmiştir. Çoklu doğrusal regresyon modeli sonucunda raporlanan değerler ise, X ürünü satış adetleri için yapılan analizde düzenlenmiş R2 değeri 0,916 ve X ürünü maliyetleri için yapılan analizde de düzenlenmiş R2 değeri 0,974'tür. Bu bulgular karşılaştırıldığında, makine öğrenmesi modellerinin geleneksel istatistiksel yöntemlere göre daha güçlü tahminler sunduğunu ve işletmelerin karar alma süreçlerine daha fazla katkı sağladığını göstermektedir. Sonuçlar, MKTS ve SÜE gibi değişkenlerin satış ve maliyet tahminleri üzerinde önemli etkiler oluşturduğunu ortaya koymuştur. Bu bağlamda, işletmelerin üretim ve maliyet planlamalarında bu değişkenleri düzenli olarak takip etmeleri, daha doğru ve verimli stratejiler geliştirmelerine yardımcı olacaktır. Sonuç olarak, bu tez hem geleneksel istatistiksel yöntemlerin hem de modern makine öğrenmesi yaklaşımlarının maliyet optimizasyonu süreçlerinde nasıl etkin bir şekilde kullanılabileceğini göstermiştir. Yapay zekâ ve makine öğrenmesi tabanlı modellerin, üretim ve maliyet planlamalarında daha güvenilir tahminler sağladığı ve işletmelerin stratejik karar alma süreçlerine katkı sağladığı ortaya çıkmıştır. Elde edilen bulgular, işletmelerin daha doğru tahminler yapabilmesine ve verimli planlamalar gerçekleştirerek rekabet avantajı elde etmelerine yardımcı olacaktır.
Boylamsal veri analizi ile dengeli olmayan tekrarlı ölçümlerin modellenmesi
Boylamsal çalışmalar, verilerin birbirini takip eden zamanlarda aynı bireyler üzerinde deneysel veya gözlemsel ölçümlerin tekrarlanarak elde edildiği çalışmalardır. Tekrar eden cevap değişkeninin zaman içindeki seyri ve faktörlerin seyir üzerindeki etkisi, tıp alanında yapılan birçok çalışmaya araştırma konusu olmuştur. Seyrin analizinde, kişi başına düşen tekrarlı ölçüm sayısının dengeli olmaması yaklaşımların uygulanabilmesi açısından önemlidir. Dengeli olmayan veri setlerinde gözlemler, her birey için ortak planlanmış zamanlarda ölçülememiştir. Kayıp verinin nedeni ve araştırma konusu ile ilişkisi modelin geçerliliğini etkileyebilir. Bu nedenle altta yatan kayıp veri mekanizmasının araştırılması gerekmektedir. Bu amaçla bu tez çalışmasında öncelikle zaman aralıkları eşit olmayan dengeli bir veri seti üzerinde sırasıyla; lineer karma model yöntemi ile farklı açıklayıcı etkiler ve farklı varyans-kovaryans matrisi yapılarında rasgele etki modelleri, daha sonra boyuta dayalı otokorelasyon yöntemiyle belirlenmiş varyans-kovaryans yapısında marjinal modeller ve son olarak genelleştirilmiş kestirim eşitlikleri yöntemi ile marjinal modeller kurulmuş, gerçek parametre kestirimleri ve standart hataları belirlenmiştir. Daha sonra karşılaştırma yapmak amacıyla, dengeli veri seti üç farklı kayıp mekanizmasında düzenlenmiş, dengeli olmayan üç yapay veri seti oluşturulmuştur. Üç farklı kayıp mekanizmasında düzenlenmiş dengeli olmayan veri setlerinde analizler sırasıyla tekrarlanırken mevcut verilerin analizi yaklaşımı kullanılmıştır. Böylelikle yöntemlerin farklı kayıp mekanizmalarında oluşturulmuş dengeli olmayan veri setlerinde davranışları, dengeli veri seti ile karşılaştırılmış ve bulguların gerçek parametrelere benzerliği değerlendirilmiştir. Ayrıca mekanizma tümüyle rastlantısal iken dengeli olmayan veri setinde en az bir ölçümü kayıp bireyler çalışma dışında tutularak tam verilerin analizi yaklaşımı da uygulanmış ve bulgular karşılaştırılmıştır. Sonuç olarak uygulanan üç yöntemin dengeli veri seti analizinde, olabilirlik fonksiyonuna dayanan yöntemlerin, kestirimler ve standart hatalarının belirlenmesinde daha yetkin ve kesin olduğu, yarı parametrik yöntem olan genelleştirilmiş kestirim eşitliklerinin daha esnek ve kolay uygulanabilir olduğu tespit edilmiştir. Kayıp veri ile baş etmekte dengeli olmayan veride mekanizma rasgele iken, verinin düzenlenmesi ve standart prosedürlerin geliştirilmesiyle dengeli veri seti ile benzer sonuçlar elde edilmiştir. Ancak kayıp mekanizması rasgele değilken, lineer karma model ve boyuta dayalı otokorelasyon yönteminde uygun modeli seçme aşamaları farklılık göstermiş, bulgular yanlı elde edilmiş, tutarlılık gösterilememiştir. Genelleştirilmiş kestirim eşitlikleri yöntemi ile rasgele olmayan kayıp mekanizmasında geçerli model kurulamamıştır. Son olarak tümüyle rastlantısal kayıp mekanizmasında uygulanan tam verilerin analizinde var olan mevcut bilgi kullanılmamış ve örneklem hacmi düşmüş olduğu için yanlı bulgular elde edilmiştir. Anahtar sözcükler: boylamsal çalışmalar, dengeli olmayan veri, kovaryans yapısı, model oluşturma, tekrarlı ölçümler
Bilgilendirici küme boyutuna sahip kümelenmiş verilerin marjinal modellemesi için yeni bir yaklaşım
Kümelenmiş verilerdeki en önemli özellik, gözlemlerin bilinen kümeler içinde birbirine bağlı olmasıdır. Kümelenmiş veri analizi, hem bireysel düzeydeki faktörlerin hem de küme düzeyindeki faktörlerin sonuç değişkeni üzerindeki etkilerinin incelenmesini sağlar. Kümelenmiş verilerdeki bu etkilerin marjinal modellenmesinde genelleştirilmiş kestirim eşitliği (GEE) kullanılır. Elde edilen sonuç değişkeni ile kümenin büyüklüğü arasındaki bağımlılığı ifade eden bir kavram olan bilgilendirici küme boyutu (ihmal edilemez küme boyutu), kümelenmiş veri yapılarında özel bir durumdur. Bu durumda, marjinal model esas olarak iki farklı yaklaşımla modellenir ve tahminler yapılır. Bu yaklaşımlar, küme-içi yeniden örneklendirme (WCR) ve küme ağırlıklı genelleştirilmiş kestirim eşitliği (CWGEE)'dir. Kayıp veri durumunda kümelenmiş verilerin marjinal modellemesinde ağırlıklı GEE(WGEE) ve iki katlı robust GEE(DR-GEE) yaklaşımları kullanılır. WGEE yaklaşımının bir adımı olan ters olasılık ağırlığı küme boyutuna göre ifade edildiğinde CWGEE yaklaşımı WGEE yaklaşımının özel bir formu olarak tanımlanmış olur. Bu çalışmada, DR-GEE yaklaşımının WGEE yaklaşımına alternatif olmasına dayanarak DR-GEE yaklaşımının, CWGEE için de alternatif bir yaklaşım olabileceği varsayımı ile yola çıkılmıştır. DR-GEE yaklaşımının küme boyutuna göre ağırlıklandırılması için iki farklı yöntem önerilmiştir. Amaç, çalışmada önerilmiş olan DR-GEE(1) ve DR-GEE(2) yöntemlerinin mevcut yaklaşımlarla karşılaştırılmasıdır. Gerçek veri seti olarak periodontal hastalık varlığına neden olan faktörleri 6 açıklayıcı değişken ile belirlemek amacıyla 206 bireyin dahil edildiği bir çalışmanın verileri kullanılmıştır. Simülasyon çalışması ise tek açıklayıcı değişken içerecek şekilde tasarlanmış ve farklı örneklem büyüklüklerinde (50, 100, 200 ve 500), farklı küme büyüklüklerinde (10, 20 ve 50) 100 tekrarlı simüle edilmiş verilerle parametre tahminleri elde edilmiştir. Parametre tahminleri öncelikle GEE, WCR ve CWGEE yaklaşımı ile değerlendirilmiş, daha sonra çalışmanın amacına yönelik olarak yeni önerilen çıkarsama yöntemlerine (DR-GEE(1) ve DR-GEE(2)) ilişkin değerlendirmeler yapılmıştır. Mevcut üç ve önerilen iki çıkarsama yaklaşımının karşılaştırılması sonucunda; GEE, yanlılık bakımından en düşük performansa sahip olan yaklaşımdır. Bilgilendirici küme boyutu literatüründe önerilen CWGEE yaklaşımı, en iyi performansa sahip olan yaklaşım iken WCR yaklaşımı, performans bakımından GEE ve CWGEE yaklaşımlarının arasında yer almıştır. Tez kapsamında ikinci önerilen yöntem olan DR-GEE(2) yaklaşımının, yüksek küme büyüklüğü ve küme sayısı senaryolarında yanlılık bakımından en iyi performansa sahip olduğu, CWGEE ve WCR yaklaşımlarına alternatif olarak kullanılabileceği ortaya konmuştur.
Yapılarda kullanılan betonun basınç dayanımı deney sonuçlarının makine öğrenme teknikleri ile tahmin edilmesi
Beton basınç dayanımının ölçülmesi yapı dayanıklılığı hakkında bilgi veren için çok önemli bir işlem olarak inşaat sektöründe yer almaktadır. Beton basınç dayanımı deneylerinin yapılması bir dizi işlem ve uygun adımlar gerektirmektedir. Deney aşamalarında en önemli unsur alınan beton numunelerinde gerekli olan bileşenlerin gerekli oranda eklenmesidir. Ayrıca en iyi beton basınç dayanımını elde etmek için deneylerin belirli bir süre zarfında yapılması gerekmektedir. Ayrıca, bu deneyleri gerçekleştirilmesi için ciddi bir maliyete ve alanında uzman kişilere ihtiyaç duyulmaktadır. Buna rağmen, iş yükü yoğunluğundan dolayı basınç deney sonuçlarının alınmasında ve kaydedilmesinde yanlışlıklar olabilmektedir. 1990 yılların başından beri yapay zekâ algoritmaları otomatik sınıflandırma ve regresyon problemlerinde aktif olarak kullanılmaya başlanmıştır. Zaman ilerledikçe veri tipleri ve boyutları ile birlikte yapay zekâ algoritmaları geliştirilmiş ve nesne tanıma, doğal dil işleme, ses, görüntü ve video sınıflandırma görevlerinde bu algoritmalar karar destekleyici olarak büyük başarı sağlamıştır. Güvenlik, enerji, metalürji ve tıp gibi birçok alanda kullanılan yapay zekâ algoritmaları inşaat mühendisliği alanında da sıkça kullanılmıştır. Bu tez çalışmasında modern yapay zekâ algoritmaları (makine öğrenmesi) ile basınç dayanımı tahminleri gerçekleştirilmiştir. Bu algoritmaları uygulamak için 1030 kez yapılan kapsamlı bir deney veri seti kullanılmıştır. Bu deney 8 farklı beton bileşenin karışım oranlarına göre beton basınç dayanım sonuçlarını içermektedir. Makine öğrenmesi algoritmaları uygulanmadan önce keşifsel veri analizi yapılmış ve bileşenlerin beton basınç dayanımı üzerindeki etkisi incelenmiştir. Daha sonra 9 farklı makine öğrenmesi algoritması ile beton basınç dayanımı tahminleri yapılmıştır. Gradyan Artırma algoritması ile en iyi ve güvenilir bir tahmin sonucu elde edilmiştir.
Çok amaçlı genetik algoritma kullanarak DNA mikrodizi verilerinin kümelenmesi
DNA mikrodizi teknolojisi, önemli biyolojik süreçlerdeki binlerce gen ifadesi seviyelerinin aynı anda izlenmesini olanaklı kılar. Gen ifadesi verilerinde saklı örüntüleri açıklama fonksiyonel genomu anlama için muazzam bir fırsat sunar. Bununla birlikte, biyolojik ağların karmaşıklığı ve çok büyük miktarlardaki genler, oluşan veriyi anlama ve yorumlamada bazı problemleri de beraberinde getirir. Bu problemlerin çözümü için sunulan bir alternatif, kümeleme tekniklerinin kullanılmasıdır. Kümeleme, mevcut verideki ilginç örüntüleri tanımlama ve doğal yapıları açığa çıkarmak için kullanılan veri madenciliği yöntemlerinden biridir. Kümeleme analizi verilen bir veri kümesini belirlenmiş özelliklere göre gruplara parçalama çabasıdır. Böylece bir grup içindeki veri noktaları, farklı gruptaki noktalara göre birbirine daha çok benzerdir.Kümeleme algoritmalarında küme sayıları genellikle önceden verilir. Fakat bir veri kümesi için uygun küme sayısının önceden tahmin edilmesi alanın uzmanı için zor bir işlemdir. Bu tez çalışmasında bu problemin üstesinden gelebilmek için çok-amaçlı genetik algoritma tabanlı bir kümeleme yöntemi önerilmiştir. Yöntem k-means kümeleme algoritmasıyla çok-amaçlı genetik algoritma sürecini birleştirir. Leukemia, Lymphoma ve Kolon kanseri veritabanlarına uygulanan yöntemin sonuçları literatürde çokça kullanılan Dunn, Davies Bouldien, Silhoutte, C, SD ve S-Dbw küme geçerlilik indeksleriyle karşılaştırılmış ve yüksek doğruluk oranlı etkin çözümler verdiğini göstermiştir.
Değişken parametreli binom dağılımı ve özellikleri
Bu çalışmada değişken parametreli binom dağılımının araştırılması ve uygulama alanlarının geliştirilmesi amaçlanmaktadır. Çalışmada ilk olarak yaklaşım teorisinin önemli materyallerinden olan Bernstein polinomları ve karekteristikleriyle ilgili bilgiler verilmiştir. Daha sonra değişken parametreli binom dağılımının olasıklarının bulunmasına ilişkin yöntemler gösterilmiştir.Çalışmada elde edilen değişken parametreli binom dağılımının binom dağılımına yaklaşımı Bernstein tipli lineer pozitif operatörler açısından önemli bir sonuçtur. Ayrıca Bernstein polinomlarının istatistiksel özellikleri lineer olmayan regresyon modellerinde daha etkin sonuçlar vermiştir. Veri sayısı sabit kalmak koşuluyla Bernstein polinomunda iteratif sürecin kullanılması hata payını daha hızlı düşürmüştür
Investigation of public single cell transcriptomics datasets to identify disease-related cellular phenotypes and molecular alterations of perivascular cells in multiple sclerosis
OBJECTIVE: In this thesis research, we aimed to investigate the molecular changes that occur in perivascular cells during Multiple Sclerosis, specifically pericytes and fibroblasts. For this purpose, bioinformatic tools are utilized to analyze the publicly available single-cell RNA sequencing datasets. METHODS: Firstly, we replicated the analysis presented in the "A human brain vascular atlas reveals diverse mediators of Alzheimer's risk" by Yang et al. to hold a view into molecular characteristics of mural cells in humans. Then, we analyzed the data presented in the article named "A lymphocyte–microglia–astrocyte axis in chronic active multiple sclerosis" by Absinta et al. We focused on the vascular cell cluster that was not studied in the article. We isolated this cluster from the other cells and then subclustered to study the characteristics of mural cells and fibroblasts in chronic MS lesions. In both studies the datasets are provided as fasq files. Our workflow has 9 steps including quality control, normalization, feature selection, dimensionality reduction, integration, 2-dimensional embedding, clustering, differential gene expression, and gene set enrichment analysis. RESULTS: First, the UMAP and t-SNE graphs were generated. Then, the identity of each cluster was determined according to the marker genes that are highly expressed by these cells in differential gene expression analysis. Marker genes were shown on UMAP graphs. Differentially expressed genes in mural cells, fibroblasts and endothelial cells were shown with volcano plots. KEGG pathway analysis was performed to identify the cellular pathways that are enriched in specific cell types. CONCLUSIONS: In the dataset of Absinta et al., sub-clustering of the vascular cluster (Cluster 11 and 13) revealed that this cluster is actually a combination of endothelial cells, pericytes, vascular smooth muscle cells, fibroblasts and a small contaminating population of oligodendrocytes. In the fibroblast cluster, enrichment of fibrosis related genes including Loxl4, Col12a1, Col15a1, Col6a3, Col11a1, Col13a1, FBN1, Col1a2 and Col1a1 was striking, and these genes were not described in the Alzheimer's disease dataset. DGE analysis of mural cell cluster revealed enriched expression of mostly the marker genes and several signaling pathways. KEY WORDS: Bioinformatics, single-cell RNA sequencing, Multiple Sclerosis, pericytes, fibroblasts
Geo veri tabanına kayıtlı mikrodizi verilerinin analizi için yeni bir bilgisayar programının tasarlanması
Gen ekspresyonunun mikrodizi tabanlı analizi, biyomedikal araştırmalar için oldukça önemli deney sistemleridir. Bununla beraber bu deneylerden elde edilen verilerin analizi uygun yazılım araçlarıyla desteklenmediği takdirde ya sonuç elde edilememekte ya da hatalı sonuçlar elde edilmektedir. Bu nedenle, bu verilerin analizini istenilen kalitede yapabilecek ve grafik sistemleri ile bunu görselleştirebilecek programlar bu alanda çalışan araştırmacılar açısından oldukça önemlidir. Güncel olarak kullanılmakta olan yazılımlar incelendiğinde açık kaynak kodlu olmayışları, gerekli raporların indirilmesine izin vermemeleri, yeterli grafik desteği olmayışları, işletim sistemi bağımsız çalışamamaları ya da güncel geliştirilen algoritma ve teknolojileri kullanmamaları gibi bir veya birden fazla eksiklik barındırdıkları görülmektedir. Bu tür eksiklikleri olmayan yeni bir yazılım geliştirilmesi mikrodizi tabanlı gen ekspresyon analizi yapan veya yapmayı planlayan temel bilim araştırmacıları ve klinik hekimler için önemli olacaktır. Bu tez çalışmasında GEO analizi için kullanımı kolay ve ücretsiz bir web aracı olan, GEOMT(GEO Microarray Tool) tasarlanmıştır. GEOMT, özellikle daha fazla programlama ve algoritma yeterliliği veya biyoinformatik bilgisi olmayan araştırmacılara için değerli bir araç olacaktır.
İstatistiksel veri analizinde temel bileşenlerin yeri
Reşat Kasap Yüksek Lisans Tezi Gazi üniversitesi Fen Bilimleri Enstitüsü Şubat 1987 Bu çalışmada, istatistiksel veri analizinde karşı laşılan Temel Bilişenler (TB), Temel Bileşenler Anali zi (TBR) ve Temel Bileşenler Regresyonu (TBR) adları altında incelenmesine çalışılmıştır. TBA, X tesadüfi vektörünü, bileşenleri ilişkisiz ve varyanslarının bü yüklüklerine göre sıralanmış yeni bir tesadüfi vektöre dönüşümü olarak tanımlanmıştır. TBR, çoklubağlantı so rununda incelenmiştir.
Web tabanlı metinlerde yazarın anadilini tanımlama
İnternet teknolojileri ve uygulamalarının hızlı gelişimine rağmen metinsel sayfalar hala en yaygın internet ortamlarıdır. Bunun en önemli örnekleri olarak, çoğunlukla metin tabanlı olan Twitter, Facebook, vb. sosyal ağ uygulamaları ile haber grupları, e-posta, blog, vb. gibi web uygulamaları verilebilir. Dolayısıyla, bu çalışmada, Metinsel veri Madenciliği ve Belge Sınıflandırma çerçevesinde, yazarların ana dillerini belirlemeye bir giriş çalışması yapılmıştır. Özellikle, birçok internet uygulamasında olduğu gibi İngilizcede yazılmış bir metinin yazarının ana dilini belirlemek için bir sistem geliştirilmiştir. Bu çalışmada, stylometry ve geleneksel makine öğrenmesi gibi alanlardan teknikler kullanarak bir yazarın ana dilinin belirlenmesi için bir araç geliştirilmiştir. Burada, bir yazarın tarzı, metinden çeşitli stylometric özelliklerin ölçümleri yapılarak bir örüntü (pattern) tanıma işlemine dönüştürülmektedir. Bir stilistik metnin özelliklerini dört türde (Sözcüksel, Sözdizimsel, Yapısal ve İçeriğe özgü özellikleri) ve makine öğrenme algoritmasını da üç türde (destek vektör makinesi, karar ağacı ve Naïve Bayes) ele alınmış ve daha sonra amaçlanan özelliklere dayanarak yazarın Anadilinin Tanımlaması işlemi gerçeklenmiştir. Yapılan çalışmada, dört farklı anadilden yazarlar (Türkçe, Almanca, Farsçanın ve İngilizce) tarafından yazılan çevrimiçi haber sayfalarından oluşan bir veritabanı kullanılmıştır.
Mimarlıkta makine öğrenimi uygulamaları: Fırsatlar, zorluklar ve geleceğe dair öngörüler
Yapay zekânın alt dallarından biri olan makine öğrenimi, algoritmalar kullanılarak verilerin analiz edilmesiyle öğrenen, insan zekâsını taklit edebilen ve kendi kendini geliştirebilen bir sistem olarak tanımlanmaktadır. Makine öğrenimi kullanılarak büyük verilerin depolanması ve bu verilerin işlenmesiyle de yeni verilerin oluşumu sağlanmaktadır. Makine öğrenimi teknikleri bu özellikleri sayesinde başta mühendislik ve üretim sektörleri olmak üzere pek çok alanda kullanıldığı halde, yapılan araştırmaların azlığı ve yetersiz çalışmalar sebebiyle mimarlık alanındaki henüz yaygın olarak kullanılmamaktadır. Bu tezin amacı, makine öğreniminin mimaride sağladığı faydaları vurgulamak ve tasarım üretimi ve yapım sürecinde karşılaşılabilecek sorunları ve riskleri belirlemektir. Bu bağlamda, önce makine öğrenimi teknikleri incelenerek çeşitli disiplinlerdeki kullanım şekilleri ele alınmıştır. Ardından günümüze kadar mimarlık alanında makine öğrenimi kullanılarak yürütülen örnek çalışmalar araştırılmıştır. Tezde incelenen bu çalışmalarda, makine öğrenimi tekniklerinin nasıl ve hangi amaçlarla kullanıldığı üzerinde durularak, makine öğrenimi kullanımının mimarlık alanında sağlayabileceği faydalar, uygulama sırasında karşılaşılabilecek zorluklar ve oluşabilecek potansiyel riskler belirlenmiştir. Elde edilen sonuçlara bağlı olarak makine öğrenimi tekniklerinin mimarlık alanında kullanımı geliştirilerek tasarım, üretim ve inşa süreçlerinde verimli bir araç olarak kullanılabileceği öngörülmektedir.
Big-data and a big-data application
Recently, data in a Big-Data are gleaned from nontraditional sources such as blogs, social media, emails, sensors, photographs, video footage, etc. Therefore, they are typically unstructured and voluminous. Yet, they hold the promise of giving enterprises deeper insight into their customers, partners, and businesses. Such data can provide answers to questions that they were not asked earlier. Enterprises must learn to understand how best to use Big-Data. This point implies importance of a Big-Data Development Strategy. In the study, after present definitions of Big-Data, previous studies about Big-Data are given, a development strategy will be proposed. This strategy used in a Big-Data application will be given with real-data to collect sentiment analysis of airline customers.
Kuruluşlarda performans yönetim kültürünün oluşturulmasında veri analizi yaklaşımının kullanılması üzerine bir araştırma
Gittikçe artan rekabet koşulları şirketleri sürekli yenilenmeye, değişim yaratmaya, stratejik hedeflerini çok hassas belirlemeye ve bu hedeflere ulaşmasını sağlayacak uygun altyapıyı kurmaya zorlamaktadır. Her türlü koşul oluşturulduktan sonra ise şirketlerin bunları sürekli takip etmesi, durumunu izlemesi ve ihtiyaç halinde hemen müdahalelerde bulunması gereklidir. Bu noktada performans yönetim sistemlerine ihtiyaç duyulur. Performans yönetim sisteminde yapılar arasındaki ilişkiler doğru tanımlanmalı, hedefler ve gerçekleşen durumlar sürekli analiz edilmelidir. Doğru ve sağlıklı kararlar ölçüm ve analiz sonucunda alınabilmektedir. Performans yönetim kültüründe başarılı olmak isteyen kurumlar kendi durumlarını çok boyutlu olarak incelemeli, veri analizi yapmalı, analiz sonucunda ortaya çıkan durumu doğru şekilde değerlendirerek kararlar almalıdırlar.Bu tez çalışmasında, geliştirilen müşteri memnuniyetinin ölçülmesi ve yönetilmesi modeli kapsamında Azerbaycan Sanayi Bankası'nda iki uygulama gerçekleştirilmiş, iç ve dış müşterilerin bankadan memnuniyet seviyeleri araştırılmış, çok değişkenli istatistiksel analiz yöntemleri ile memnuniyete etki eden faktörler arası ilişkiler incelenmiştir, iç ve dış müşterilerin kurumdan genel memnuniyet seviyesinin ölçülmesi için çerçeve sunulmuştur.
Kütüphane kullanıcılarının ödünç alma davranışlarının veri madenciliği yaklaşımı ile incelenmesi: Çankaya Üniversitesi örneği
Bu çalışma, Çankaya Üniversitesi Kütüphanesi'nin 2014–2024 yılları arasındaki ödünç alma verilerini veri madenciliği yöntemleriyle analiz ederek kullanıcıların bilgiye erişim alışkanlıklarını ortaya koymayı amaçlamaktadır. Çalışmada veri seti ön işleme süreçlerinden geçirilmiştir. Belirlenen araştırma sorularına yönelik olarak, kategorik veriler için K-Modes kümeleme algoritması kullanılarak ilgili gruplamalar yapılmış ve Apriori birliktelik kuralları ile önemli örüntüler ve ilişkiler ortaya çıkarılmıştır. Analizler sonucunda, yıllara göre kitap ödünç alma sayılarında 2014–2019 arasında istikrarlı bir artış gözlenmiş, ancak COVID-19 pandemisi döneminde (2020–2021) belirgin bir düşüş saptanmıştır. Fakülteler bazında en yüksek ödünç alma oranına Mühendislik Fakültesi (11.216), ardından Sosyal Bilimler Enstitüsü (5960) ve Hukuk Fakültesi (5439) sahip olmuştur. Bölümler arasında Hukuk (5977), Özel Hukuk (3357) ve Endüstri Mühendisliği (2327) öne çıkmıştır. Kullanıcı profilleri açısından lisans öğrencileri 23.350 ödünç alma ile en yoğun kullanıcı grubunu oluşturmuştur. Konu alanı bazında Türkiye Hukuku (KKX) ve İngilizce kaynaklar (EASY/PE) en çok tercih edilen kategoriler olmuştur. Apriori algoritması ile yapılan analiz sonucunda en sık görülen KKX, Yüksek lisans (destek: 0,125) ile KKX, Hukuk (destek: 0,120) birlikteliklerini ortaya koymaktadır. K-Modes ile yapılan kümeleme analizinde 5 farklı küme oluşturulmuş ve bu kümeler arasında kısmı bir ayrışma olduğu gözlemlenmiştir. Mühendislik verilerinde 1. ve 3. Kümeler Hukuk verileri 2. ve 4. kümelerde yoğunlaşma görülmüştür. Çalışma, veri madenciliği tekniklerinin akademik kütüphanelerde kullanıcı davranışlarını anlamada etkili bir yöntem olduğunu göstermekte ve koleksiyon geliştirme, kullanıcı hizmetleri ve kaynak planlaması açısından önemli katkılar sunmaktadır.
Dinamik işletme verilerine göre kısa ve orta vadeli planların yapılmasını sağlayan web tabanlı bir uygulama geliştirilmesi
Teknolojinin gelişmesiyle beraber mevcut verilerden yapılacak çıkarımlarla hızlı ve yerinde stratejik kararlar verebilmek, işletmeler için çok önemli bir hale gelmiştir. Bu kapsamda, tasarlanan teorik bir çerçeve içerisinde, veri kaynaklarını görsel ögeler ve anlamlı listeler ile strateji-hedef haline dönüştürmek, işletmenin kısa ve orta vadede karar vermesine önemli ölçüde katkı sağlamaktadır. Bu çalışma, işletmenin mevcut verilerinin, iş analitiği kapsamında değerlendirilip, karar verme sürecine katkı sağladığını göstermek amacıyla yapılmıştır. İşletme problemleri tespit edildikten sonra, bu problemlerden yola çıkarak araştırma soruları ortaya konulmuştur. Daha sonrasında ise yazılım geliştirme yaşam döngüsü içerisinde ortaya koyulan problemlere dayalı "Pilot" adında web tabanlı bir uygulama geliştirilmiştir. Uygulamanın karar verme sürecine etkileri, işletmelerin yönetim kademeleriyle görüşülerek, anket aracılığıyla analiz edilmiş ve sonuçları tartışılmıştır.
Üretim etkinliğinin artırılmasında anlık veri analizi yaklaşımı ve bir uygulama
Geleceğin üretim sektörünü geleneksel olandan ayırt eden otonom robotlar, nesnelerin interneti ve veri analitiği teknolojileri olması düşünülmektedir. Bu hedefler doğrultusunda kurumsal dönüşüm süreçleri gerçekleştirilecektir. Buna karşılık ülkemizde birçok küçük ve orta ölçekli üretici, üretim süreçlerinde üretim verilerini hala kâğıtlara kaydederek sakladığı görülmektedir. Bunun sonucunda tüm bu saklanan veriler karar verme süreçlerine de dâhil edilememektedir. Verilerin otomasyonlar kullanılarak dijital ortamda tutulması ve rapor edilmesine yönelik birçok çalışma bulunmasına rağmen verilerin anlık olarak analiz edilip raporlanmasına yönelik çalışma bulunmamaktadır. Anlık veri analizi kullanarak üretim süreçlerinde takip edilebilirliği arttırmak ve bu sayede üretim performansını ve verimliliğin arttırılması amaçlanmaktadır. Çalışma kapsamında üretim süreçlerinde etkinliğin artırılmasına yönelik gömülü sistemler kullanılmış ve uygulama geliştirilmiştir. Elde edilen sonuçlara göre üretim sürecinde iş akışı, zaman yönetimi ve karar alma süreçleri iyileştirilecektir.
Gerçek laboratuvar verilerinin veri madenciliği teknikleri ile analizi
Veri madenciliği teknikleri son yıllarda büyük miktarda veri üretilen hemen her alanda kullanılmaktadır. İnsan algısının bazı detayları kaçırma olasılığına karşın gözden kaçan detayların tespit edilip hastalıkların teşhisi, erken teşhis ve tedavi sürecindeki değişiklikler veri madenciliği yaklaşımı ile daha olası hale gelmiştir. Bu araştırmada; bir kamu hastanesinin altı aylık laboratuvar verileriyle; bilinen ve az sayıdaki tetkikle yapılan çalışmalardan farklı olarak, daha fazla biyokimya tetkik değerleri analizlere eklenerek anemi ve türlerinin teşhisinde etkin rolü olan parametrelerin tespit edilmesi için modeller oluşturulmuştur. Anemi ve sınıflandırmasında istenilen test kalabalığı içerisinde tanıyı gözden kaçırmamaya yardımcı olmak amacıyla sağlık alanında veri madenciliği çalışması gerçekleştirilmiştir. Modellemede WEKA açık kaynak veri madenciliği programı kullanılmış olup, sınıflandırma algoritmaları tek tek uygulanarak sonuçlar karışılaştırılmış ve en yüksek performans değerine sahip sınıflandırma algoritmalarının trees.J48 ile rules.PART algoritmaları olduğu tespit edilmiştir. Kümeleme analizi sonuçlarından FilteredClusterer kümeleme algoritmasının veri seti ile %100 uyumlu olduğu görülmüştür. Tertius birliktelik kuralları uzman görüşü ile doğrulanırken, veri setindeki kısıtlamalardan dolayı FilteredAssociator birliktelik analizlerinin ve karar ağaçlarından elde edilen kuralların pratikte tam olarak doğru ve kullanılabilir olmadığı görülmüştür.
Covid-19 pandemic prediction using artificial intelligence techniques in Türkiye
The COVID-19 pandemic has been a serious threat to people's lives since the first case was seen. The rapid spread of the virus around the world and the fact that it creates a global problem reveals the importance of the authorities' making quick and effective decisions. In this respect, detecting the COVID-19 disease and estimating the increasing number of cases has become an important issue. In this study, the number of daily cases, daily deaths, cumulative cases, and cumulative deaths are predicted in TURKEY. Stacked-LSTM, Bi-LSTM, and ANN methods, which are among the artificial intelligence techniques, are used for estimating the number of COVID-19 cases. The hyperparameters of these methods are optimized using the Grey Wolf Algorithm (GWO). In the study conducted in Turkey, MAPE, MAE, and R^2 Score performance metrics were used to determine the accuracy between the actual data and the predicted data for COVID-19. The success of the models was evaluated by comparing the datasets used for the models separately. With this study, the model and data set that give the closest result to the actual data values were determined. Thus, the accuracy of the pandemic was evaluated for the models.