20
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Döviz kuru ve enflasyon ilişkisi: Türkiye örneği
Bu çalışmada, Türkiye ekonomisinde döviz kuru değişimlerinin yurt içi enflasyon üzerindeki etkisi incelenmiştir. Analizler, 2013-2021 döneminin aylık verilerini kapsamaktadır. İncelemelerde, 2013-2021 yılları arasında en çok ithalat yapılan 10 ülke verileri baz alınarak çalışılmıştır. Bu 10 ülke için döviz türlerine göre ithalat oranlarının ağırlıkları hesaplanmış ve bunun sonucunda ağırlıklandırılmış döviz kuru olarak Dolar ve Euro baz alınmıştır. Enflasyonu ölçmek için genel Tüketici Fiyat Endeksi (TÜFE) ve TÜFE'nin alt grupları kullanılmıştır. Gagnon ve Ihrig (2004) çalışmasından yola çıkılarak regresyon analizleri yapılmıştır. Regresyon için kullanılan modelde hem tüketici fiyat endeksi hem de kur dalgalanmalarının yerel piyasaya etkisini gözlemlemek amaçlanmıştır. Analizlerde R programlama dili kullanılmıştır. Literatür araştırmaları sonucu görüldüğü üzere, döviz kuru geçişkenliği özellikle yüksek ve belirsiz enflasyon dönemlerinde önem kazanmaktadır. Analiz sonuçlarında da, döviz kuru geçişkenliğinin ele alınan dönemde genel tüketici fiyatlarına etki ettiği görülmüştür. Kısa dönem ve uzun dönem geçişkenliğin sonuçlarından da bahsedilmektedir.
Ekonomik haberlerin sürü davranışı üzerindeki etkileri
Sürü davranışı, Etkin Piyasa Hipotezinin (EPH) ileri sürdüğü argümanlara ters düştüğü için finans literatüründe geçmişte yoğun bir şekilde araştırılmıştır ve günümüzde de bu araştırmalar devam etmektedir. Sürü davranışı, yatırımcıların kendi bilgileri yerine bir kişi/kurum/grup yatırımcı kararlarına daha fazla güvenip onların yatırım kararlarını takip etmesini veya piyasanın artış ve azalışlarına göre karar vermelerini ifade etmektedir. Aynı zamanda, yatırımcıların davranışlarının belli dönemlerde benzerlik göstermesi (yüksek korelasyonun olması) sürü davranışı gibi kendini gösterse de bu gerçekten sürü davranışı olarak değerlendirilmemelidir. Dolayısıyla, gerçek sürü davranışının var olması EPH'den uzaklaşıldığını ve yatırımcıların rasyonel davranmaktan uzaklaştığını ifade edebilir. Eğer piyasa da takip edilen ve sürü davranışına yol açan aktörler daha fazla bilgiye sahip ise sürü davranışının rasyonel olduğu söylenebilir. Sürü davranışının sermaye piyasasında baskın olması piyasa etkinliğine engel olabilir ve piyasa fiyatlarının karar vermede kullanılacak temel bir istatistik olarak kullanılmasının yetersizliğine yol açabilir. Bu çalışma sürü davranışını incelemek için piyasa hareketlerini (herding towards the market) kullanmayı amaçlamaktadır. Bu amaç için yoğun olarak kullanılan üç yöntem vardır. Bu yöntemlerden ilk ikisi yatay kesit standart sapma (CSSD-cross sectional standard deviation) ve yatay kesit mutlak sapma (CSAD-cross sectional absolute deviation) yöntemleri olarak sıralanabilir. Bu iki yöntemde sapmalar piyasa getirisinden uzaklaşma olarak hesaplanmaktadır. Üçüncü yöntem de CSSD hesaplaması getiri yerine sistematik risk kullanılarak yapılmakta ve sürü davranışı değişkeni bir gizli değişken olarak tahmin edilmektedir.
Audience behavior and engagement on instagram: A data-driven approach
This study presents a data-driven approach to understanding audience behavior and en- gagement on social media, with a focus on Instagram. By combining user survey responses with real-world post performance data collected via the Meta Graph API, the research ex- plores how users interact with content and what drives engagement. Content categories were identified using a fine-tuned BERT model, while survey data en- abled demographic segmentation and behavior pattern mining. Post insights, such as likes, views, shares, and saves, were analyzed across different time slots and content types. The findings were compared with self-reported behaviors to uncover correlations and discrepan- cies. This integrated analysis provides valuable guidance for optimizing content strategies based on audience preferences and engagement trends.
Server-sıde trackıng metodu ile e-ticaret sitelerinde ölçümleme iyileştirme
Bu çalışma, e-ticaret sitelerinde veri toplama yöntemlerinden biri olan Server Side Tracking (SST) uygulamasının Google Analytics 4 (GA4) üzerindeki ölçüm doğruluğunu nasıl etkilediğini ve site performansına katkılarını araştırmayı amaçlamaktadır. Araştırma kapsamında, aynı e-ticaret sitesi için hem Client Side Tracking hem de Server Side Tracking yöntemleriyle veri toplanmış ve iki ayrı GA4 hesabında analiz edilmiştir. Çalışma kapsamında, aynı e-ticaret sitesi üzerinde hem Client-Side Tracking (istemci taraflı izleme) hem de Server-Side Tracking yöntemleri kullanılarak paralel ölçümler gerçekleştirilmiştir. Her iki yöntemle toplanan veriler, kullanıcı sayısı, oturum sayısı ve satış verileri gibi temel metrikler açısından karşılaştırılmıştır. Ayrıca, ölçüm sonuçları doğrudan veri tabanı kayıtları ile de kıyaslanarak satış verisinin sapma oranları da karşılaştırılmıştır. Böylece, server-side yöntemin client-side'a kıyasla daha az veri kaybına neden olup olmadığını ve gerçek satış verilerine daha yakın sonuçlar üretip üretmediğini ortaya koymak amaçlanmıştır. SST'nin sağladığı bu avantajlar sayesinde, reklam engelleyiciler, çerez politikaları ve tarayıcı ayarları gibi faktörlerin ölçüm üzerindeki olumsuz etkileri minimize edilmekte; e-ticaret sitelerinin kullanıcı davranışlarını daha doğru analiz edebilmekte ve stratejik kararlarını daha güvenilir veriler kullanılabilmektedir. Bu tez, Server Side Tracking yönteminin pratik uygulamaları ve GA4 ile entegrasyonu konusunda literatüre katkı sağlanması amacıyla yazılmıştır. Aynı zamanda e-ticaret firmalarına ölçümleme doğruluğunu artırmaları için alternatif bir yöntem önermektedir.
Bulanık mantık ile reklam kampanyaları için teklif optimizasyon modelinin geliştirilmesi
Turizm sektöründeki rekabetin internet ortamına taşınması ile önce internet ortamından rezervasyon yapılan online seyahat acenteleri (OTA) ardından da birçok otel meta arama motoru (metasearch) geliştirildi. Günümüzde kullanıcılar, bu metasearch'ler sayesinde bir otelin birçok farklı OTA'daki fiyatlarını karşılaştırabilir hatta bu metasearch'ten ilgili linke tıklayarak rezervasyon yapabilir. Bu çalışmada; Türkiye'nin önde gelen OTA'larından Tatil sepeti'nin, dünyanın önde gelen metasearch'lerinden Trivagodaki kampanyalarına, bulanık mantık modeli ile reklam teklifi önerisi verdik. Tatilsepeti'nin kampanyalarının dönüşüm miktarını ve görünürlüğünü maksimize etmeyi, tıklama başına maliyeti (CPC) optimum bir pozisyonda tutmayı amaçladık. Kullanıcı kısıtı ve maliyet kısıtı ile kampanyaların yönetilmesini daha güvenli hale getirdik. Seçilen kampanyaların gelir, maliyet ve tıklama sayıları tarihsel olarak karşılaştırıldığında optimizasyon modelimizin başarılı sonuçlar verdiği tespit edilmiştir.
Integrating fuzzy logic into portfolio optimization: Enhancing risk management and return maximization
Modern Portfolio Theory (MPT), or mean-variance analysis, is built on principles of risk and return. A core assumption in MPT is investor risk aversion, which significantly influences investment choices. In evidence, highly risk-averse investors often choose safer investments with lower returns over riskier options that may yield higher returns. This study seeks to optimize investment portfolio utility scores by modelling risk aversion using fuzzy logic. Introduced by Lotfi Zadeh, fuzzy logic addresses human reasoning and decision-making under uncertainty and ambiguity. Thus, this logic is suitable to model investors' diverse utility preferences and to reflect their subjective and varied perceptions of risk. Traditional utility scoring uses fixed risk aversion coefficients from 1 to 5, with higher values indicating greater risk aversion. Here, we propose a more granular approach, measuring risk aversion on a 0-100 scale, where 0 indicates total risk tolerance and 100 signifies complete risk aversion. We categorize investors as low (5-45), moderate (45-75), or high (75-95) risk-averse, acknowledging that no investor is entirely risk-seeking or risk-averse. Each risk aversion category is modelled with Trapezoidal and Cauchy distributions using a linear combination of their respective fuzzy membership functions. A sensitivity analysis was conducted, over short, mid and long-term timeframes, on a portfolio consisting of 10 assets which is optimized with fuzzy risk aversion coefficient then compared to the same portfolio optimized with fixed coefficients. Findings showed that fuzzy logic consistently provided superior risk-adjusted returns, particularly in mid-term and long-term scenarios. Although fuzzy-optimized portfolios had higher betas and variances, those risks were offset by enhanced returns. The Treynor ratios were similar across both methods, yet the fuzzy approach delivered higher overall returns, highlighting its effectiveness in managing volatility and risk.
An analysis of customer complaints in the telecommunications sector via BTK and digital platforms
In this study, customer complaints shared on digital platforms were systematically analyzed. Data were collected from sources such as Şikayetvar, Google Play, and the App Store and processed using natural language processing (NLP) techniques. The primary objective was to identify the main problem areas in the telecommunications sector by applying sentiment analysis, topic modeling, and keyword extraction methods to the complaints. The data preprocessing phase involved cleaning the text data, handling missing values, and removing irrelevant content to ensure reliable analysis. Sentiment analysis was used to assess customer satisfaction levels, while topic modeling techniques helped uncover the most frequently mentioned issues. In addition to digital platforms, official complaint data obtained from the Information and Communication Technologies Authority (BTK) were also examined. A comparative analysis was conducted between digital complaints and official complaints submitted to BTK, focusing on factors such as complaint themes, resolution times, and customer satisfaction rates. The comparison revealed that complaints shared on digital platforms tend to spread more rapidly and are often less structured, whereas BTK complaints are more formal, detailed, and processed through standardized procedures. These findings highlight the complementary roles of digital platforms and official regulatory channels in capturing customer feedback. The study demonstrates that integrating insights from both sources can contribute to more effective customer service strategies and informed decision-making in the telecommunications sector. Keywords: Telecommunication, Complaint Analysis, Natural Language Processing, Customer Satisfaction, Digital Transformation
Tekstil sektöründe perakende satış analizi ve tahminlemesi
This thesis addresses sales forecasting in the retail domain using machine learning methods. Nowadays, the retail sector emerges as a rapidly changing and exponentially growing field. Therefore, obtaining accurate and reliable predictions in sales forecasting holds critical importance for businesses to sustain their competitive advantage. Machine learning is recognized as an effective tool with data analysis and pattern recognition capabilities to address complex problems like sales forecasting. This study aims to tackle the sales forecasting problem in the retail sector and investigate how machine learning methods can be utilized to solve this issue. Firstly, an exploration of the existing sales forecasting methods in the literature and machine learning algorithms is conducted. Subsequently, the effectiveness and performance of various machine learning algorithms (such as LGBM, LSTM, XGBoost) in sales forecasting are compared. This thesis is supported by experimental studies conducted on real-world datasets. The datasets encompass sales data from the textile retail sector and comprise data obtained over a specific time frame. Analyses conducted on these datasets reveal how machine learning algorithms can offer an advantage in sales forecasting compared to traditional methods. The results demonstrate that machine learning algorithms constitute an effective and accurate tool for sales forecasting in the retail sector. This thesis provides valuable insights into the LightGBM method specifically chosen and can aid businesses in enhancing strategic decisions, such as demand management, inventory optimization, and stock planning.
Makine öğrenmesi teknikleri kullanılarak sybil botların tespit edilmesi
Bu çalışma, NSL-KDD veri seti kullanılarak ağ tabanlı anomali tespiti amacıyla çeşitli makine öğrenmesi algoritmalarının performansını karşılaştırmalı olarak değerlendirmeyi amaçlamaktadır. NSL-KDD, saldırı türlerini dört ana başlıkta (DoS, Probe, R2L, U2R) toplayan, etiketli ve dengeli yapısıyla denetimli öğrenme yöntemleri için uygun bir veri seti olarak ele alınmıştır. Çalışma kapsamında veri seti üzerinde öncelikle istatistiksel analizler ve veri keşif çalışmaları gerçekleştirilmiş, ardından veri ön işleme adımları uygulanmıştır. Bu süreçte kategorik değişkenler sayısal forma dönüştürülmüş, eksik veriler temizlenmiş ve azınlıkta kalan sınıflar SMOTE yöntemiyle dengelenmiştir. Özellik seçimi için Mutual Information (MI) yöntemi kullanılarak en bilgilendirici 15 değişken belirlenmiş ve model eğitimi bu özellikler kullanılarak gerçekleştirilmiştir. Sonrasında tüm değişkenler kullanılarak modeller tekrar eğitilmiş ve sonuçlar kıyaslanmıştır. Modelleme aşamasında Lojistik Regresyon, Naive Bayes, Random Forest, K En Yakın Komşu (KNN), Destek Vektör Makineleri (SVM), AdaBoost ve Yapay Sinir Ağı (ANN) algoritmaları kullanılmıştır. Her model için hiper parametre optimizasyonu GridSearchCV veya RandomizedSearchCV yöntemleriyle yapılmıştır. Modellerin başarısı doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve F1 skoru gibi değerlendirme metrikleri kullanılarak analiz edilmiştir.Elde edilen sonuçlar, NSL-KDD veri seti üzerinde bazı modellerin özellikle DoS gibi baskın sınıflarda yüksek doğruluk sağlarken, azınlıkta kalan R2L ve U2R saldırı türlerinde performans düşüşleri yaşandığını göstermektedir. Bu durum, dengesiz veri setlerinde kullanılacak yöntemlerin dikkatli seçilmesinin gerekliliğine işaret etmektedir.
BİST30 şirketlerinde yabancı yatırımcının haberlere tepkisi
Bu çalışmada, yabancı portföy yatırımcıların makroekonomik haberlere verdiği tepkiler olay çalışması yöntemi kullanılarak incelenmiştir. Bu araştırmanın amacı, makroekonomik haberlerin yabancı portföy yatırımları üzerindeki etkilerini ortaya koyarak, piyasa tepkilerinin öngörülebilirliğini ve etkinliğini değerlendirmektir. Elde edilen bulgular, politika yapıcılar, yatırımcılar ve akademisyenler için karar alma süreçlerinde yol gösterici nitelikte olup, piyasa duyarlılığının daha iyi anlaşılmasına katkı sağlamaktadır. İlk olarak, BİST30'daki 30 şirketin olay çalışması için belirlenen 3 döneme ait yabancı yatırımcı oranları ve TCMB politika faizi, FED politika faizi, Türkiye TÜFE ve ABD TÜFE verileri resmî kaynaklardan derlenerek analize uygun hale getirilmiştir. Zaman serisi analizi yapılacağı için yabancı yatırımcı oranları durağan hale getirildikten sonra 7 günlük hareketli ortalama kullanılarak anormal getiriler hesaplanmıştır. Ardından, t-değerleri ve ortalama anormal getiriler üzerinden yabancı portföy yatırımcılarının makroekonomik haber şoklarına verdikleri tepkiler istatistiksel olarak analiz edilmiş ve yorumlanmıştır. Sonucunda istatistiksel olarak anlamlı bulgular elde edilmiştir.
Ortadoğu'daki çatışmaların makine öğrenimi ile tahmini
Bu tez, Orta Doğu bölgesinde meydana gelen 1970 sonrasındaki iç savaşların, darbelerin ve devrimlerin nedenlerini anlamak ve bu çatışmaların gelecekteki olasılıklarını tahmin etmek amacıyla makine öğrenmesi tekniklerinden yararlanmayı amaçlamaktadır. Çalışmanın temelinde, lojistik regresyon başta olmak üzere çeşitli denetimli öğrenme yöntemleri kullanılarak, çatışma riskini artıran ekonomik, politik ve sosyal faktörlerin istatistiksel olarak modellenmesi yer almaktadır. Bu kapsamda, çatışmaların çıktığı ve çıkmadığı dönemlerdeki veriler karşılaştırmalı olarak analiz edilerek, bağımlı değişken olan "çatışma durumu" ile bağımsız değişkenler arasında anlamlı ilişkiler tespit edilmeye çalışılmıştır. Kullanılan modelleme teknikleri sayesinde, yalnızca geçmişteki çatışma dinamiklerini anlamakla kalmayıp, aynı zamanda gelecekteki potansiyel çatışma alanlarını tahmin etme yönünde de bilimsel katkı sağlanmaktadır. Araştırma, veri odaklı politika yapım sürecine katkıda bulunmayı ve özellikle Orta Doğu gibi kırılgan coğrafyalarda barış ve istikrarı güçlendirmeye yönelik erken uyarı sistemlerinin geliştirilmesine zemin oluşturmayı hedeflemektedir. Bu çalışma için kapsamlı ve özgün bir veri seti toplanmıştır. Anahtar Kelimeler: Tahmin, Çatışma, Orta Doğu, Makine Öğrenimi
Türkiye'deki enerji üretiminin verisel analizi ve model geliştirmesi
Bu çalışma, Türkiye'nin elektrik enerjisi üretimi, tüketimi ve dağıtım sistemlerini kapsamlı bir şekilde ele almaktadır. Elektrik enerjisi üretiminde yenilenebilir ve yenilenemez enerji kaynaklarının mevcut durumu analiz edilerek, bu kaynakların enerji arz güvenliğine ve çevresel sürdürülebilirliğe etkisi tartışılmıştır. Türkiye'nin enerji tüketim verileri yıllara göre detaylı bir şekilde değerlendirilmiş, bölgesel ve sektörel farklılıklar istatistiksel yöntemler kullanılarak incelenmiştir. Enerji dağıtım altyapısının mevcut durumu ve karşılaşılan zorluklar analiz edilmiş, özellikle yenilenebilir enerji kaynaklarının elektrik dağıtımına entegrasyonunun potansiyeli ortaya konulmuştur. Veri analizi süreçlerinde doğrusal regresyon modelleri ve diğer istatistiksel yöntemler kullanılmış; bu sayede enerji üretim ve tüketim trendleri analiz edilmiş ve geleceğe yönelik tahminler yapılmıştır. Elde edilen sonuçlar, Türkiye'nin enerji ithalatına bağımlılığını azaltacak, enerji verimliliğini artıracak ve çevresel etkileri minimize edecek stratejik öneriler sunmaktadır. Çalışma, hem enerji sektörüne hem de politika yapıcılara yenilikçi çözümler ve sürdürülebilir enerji yönetimi için yol gösterici bir rehber niteliğindedir.
Enerji tüketimlerinin ülke ekonomisine etkisi: Türkiye ve seçili ülkeler örneği
Hayatın idame ettirilmesindeki temel unsur enerjidir. Yenilenebilen enerji, kendini yenileyebilmesi ve dolayısıyla tükenmemesi ile hem bütçe dostu hem de çevre dostu bir enerji türüdür. Yenilebilir enerjinin son dönemlerde yenilenemez enerjiye tercih edilmesinin altında yatan sebep ise ekonomik, sosyal ve siyasi olmak üzere çok boyutludur. Ülkeler yenilenebilir enerjiye yönelik yatırımları çeşitli politikalar ile desteklemekte ve teşvik etmektedir. Yenilenebilir enerjinin ülke ekonomileri üzerindeki etkisi, bu durumun altında yatan temel nedenlerdendir. Yenilenebilir enerjinin ülke ekonomisi üzerindeki etkisi yalnızca sahip olunan enerji kaynakları ve enerji üretim aşamasıyla ilgili olmamaktadır. Çünkü yenilenebilir enerjinin tüketimi de ülke ekonomileri üzerinde etkili olan faktörler arasında yer almaktadır. Bu doğrultuda yenilenebilir enerji tüketiminin mevcut kaynaklar ile karşılanabilmesi ya da karşılanamaması durumunun ülke ekonomileri üzerindeki etkisinin ne düzeyde olduğu merak ve tartışma konusu haline gelmiştir. Bu araştırmayla birlikte söz konusu tartışmalara açıklık getirmek ve enerji tüketimlerinin ülke ekonomisi üzerindeki etkisinin ortaya konulması amaçlanmıştır. Bu amaç doğrultusunda araştırmada, Neoklasik büyüme fonksiyonundan yararlanılarak panel veri analizi yöntemi kullanılmış ve enerji tüketiminin ekonomi üzerindeki etkisi araştırılmıştır. Araştırma sonunda ise enerji tüketimindeki artışların Gayri Safi Yurtiçi Hasılayı azalttığı sonucuna varılmıştır.
Türkiye'de kadınların işgücüne katılımını belirleyen faktörler
Bu tezin temel amacı, Türkiye İstatistik Kurumu'nun 2019 verileri ışığında, çalışabilecek durumda olan kadınların işgücüne katılımını belirleyen faktörleri ekonometrik analiz yöntemleriyle ortaya koymak ve Türkiye'de kadınların işgücüne katılımını ve istihdamını artırmaya yönelik politika önerilerinde bulunmaktır. Çalışma kapsamında gerçekleştirilen lojistik ve probit regresyon analizleri, kadınların işgücüne katılım olasılığını olumlu ve olumsuz yönde etkileyen faktörleri ortaya koymuştur. Tahminlerden elde edilen bulgular, eğitim ve hanehalkı büyüklüğü gibi faktörlerin kadın işgücüne katılımını olumlu yönde etkilerken, kadının bakmakla yükümlüğü olduğu küçük çocuk sayısı ve evli olma gibi faktörlerin ise olumsuz yönde etkilediğini göstermiştir. Kadının işgücüne katılımını artırmaya yönelik olarak, çalışmanın sonuçlarından çıkarılabilecek en önemli politika önermesi, kadınların eğitim almalarının teşvik edilmesi ve eğitime erişimlerinin önündeki engellerin kaldırılması gerekliliğidir. Bunun yanında, uygun ücretlerle sağlanacak kreş ve diğer çocuk bakım hizmetlerinin yaygınlaştırılması, toplumda kadına biçilen ev işleri, çocuk ve yaşlı bakımı gibi roller konusundaki kültürel önyargıları azaltacak eğitimlerin sağlanması gibi önlemler de Türkiye'de kadın işgücüne katılımını artırabilecektir.
Demir cevheri fiyatlarının modellenmesi ve tahmini
Çalışmada demir cevheri fiyatlarını etkileyen faktörler analiz edilmiştir ve demir cevheri tek değişken olarak kullanılarak haftalık fiyat tahmin modelleri oluşturulmuştur. Fiyatlar, ETS, ARIMA, XGBoosting modelleri ve bu modellerin kombine edilmesi ile elde edilen melez bir model (forecast combination) kullanılmıştır. Model parametrelerinin tahminleri, model çıktıları ve öngörüleri R programı kullanılarak elde edilmiştir. Çalışma sonunda kullanılan modeller karşılaştırılmış ve model başarıları tartışılmıştır. Çalışmanın sonuçları incelendiğinde kukla değişkenler kullanılarak çalıştırılan XGBoosting modeli diğer modellere nazaran daha güçlü sonuçlar sunmuştur. Anahtar Kelimeler: Demir cevheri, Fiyat tahmini, Tahmin modelleri, ETS, ARIMA, XGBoosting
Güvenlik bağlamında risk ve tehdit analizi ile kriz yönetim stratejileri
Uluslararası ilişkiler doktrini içerisinde büyük önemi bulunan ve üzerinde yoğun biçimde çalışmalar meydana getirilmiş olan hususlardan biri "güvenlik" konusu olmaktadır. Güvenlik ifadesi genel biçimde ulusal güvenlik durumuyla aynı anlama gelecek biçimde kullanım görmüş ve siyasi kuvvetin sürekliliği adına büyük öneme sahip öge haline gelmiştir. Bu yönde yoğunlaşılmakta olan temel husus askeri güvenlik hususu şeklinde bulunmuştur. Süreç içerisinde özellikle dünyanın küresel biçime evrilmesiyle beraber güvenlik ifadesinin kapsamı da genişleme göstermiştir. Devlet merkezli güvenlik durumuna ek olarak toplum ve kişi güvenliği de bu süreç içerisinde gündeme gelmiş ve kapsamı genişlemiştir. Güvenlik ifadesinin bu dönemde önemi artmış ve güvenlik ifadesinin kapsamı da bu yönde genişleme göstermiştir. Çalışma içerisinde güvenlik kavramının tanımı, tarihi, kapsamı, güvenlik yaklaşımları gibi ifadeler ve bu yönde risk kavramı, tehdit kavramı ve yönetimi, kriz ve güvenlik ifadesi arasında bulunan ilişki teorik biçimde incelenmiştir. Güvenlik durumu tehdidin algılanmasıyla başlangıç gösteren bir durum şeklinde bulunmakta ve Soğuk savaşın sonlandığı dönem içerisinde bahsi geçen algılar değişime uğrayarak yerini yeni tehdit çeşitlerinin meydana gelmesine sebep olmuştur.
Derin öğrenme tabanlı şiddet detektörü
Hareket tanıma, bilgisayarlı görü alanı içerisinde hem RGB alanında hem de derinlik haritaları üzerinde oldukça fazla çalışılmış bir konu olsa da videolardaki şiddet içeren hareketlerin tespiti nispeten daha az çalışılmış güncel bir alandır. Günümüzde insanların yaşadığı hemen her alanda kamera sistemi bulunmasına karşın bu görüntülerin analizi konusunda hâlen çok fazla çalışma bulunmamaktadır. Artan kamera sayısı ile beraber biriken veri miktarı sonucunda akıllı aktivite tespit sitemlerine oldukça gereksinim duyulmaktadır. Bu proje ile kamera sistemlerinde video etiketleme sistemleri kapsamında kullanılabilecek bir şiddet tanıma yaklaşımı geliştirmek hedeflenmektedir. Gelişen teknolojiyle beraber yaygınlaşan ve bant genişliği artan internet sayesinde büyük miktardaki video verisine kolayca erişilebilmektedir. Videolarda şiddet içeren sahnelerin etiketlenmesi, güvenlik ve içerik tabanlı video arama sistemi bakımından önem arz etmektedir. Güvenlik kameraları şiddet eylemlerini tespit etmek için uygun değildir. Büyük ölçekli kamera sistemlerinde insan operatörünün bütün kameraları izlemesi neredeyse imkânsızdır. Bu nedenle videolarda şiddet tespiti önem kazanmaktadır. Bu projeyle, mevcut yöntemlerden daha verimli sonuçlar üreten yeni bir derin öğrenme tabanlı şiddet detektörü geliştirilmesi hedeflenmiştir. Bu çalışmada, video görüntüleri üzerinden Transfer Öğrenme ve Long Short Term Memory (LSTM) ağı yaklaşımlı bir yöntem kullanılmıştır. MobileNetV2 ardışık video karelerinden uzamsal özellikleri çıkartmak için yararlanılmıştır. Ayrıca, BILSTM yerel uzamsal özellikleri koruyup video kareleri arasındaki ilişkiler zamansal olarak analiz edilmiştir. Bu çalışmada en iyi sonucu hockey fight veri seti kullanılarak %99,37 değeri elde edilmiştir. Bu değer, yapılan birçok çalışmadan daha yüksek başarı oranına sahiptir.
Makine öğrenme ve pekiştirmeli öğrenme algoritmaları ile denizaltı savunma harbinin modellenmesi
Denizaltılar savaş sahnesine çıktıkları ilk andan itibaren savaşın gidişatını doğrudan etkileyebilen platformlar olmuştur. Bu platformlar dost unsur olarak kullanıldığında büyük bir kuvvet çarpanı olabilecekleri gibi tehdit unsur olduklarında ise büyük bir risk olacaklardır. Bu nedenle harekât sahasında bu denli büyük etkiye sahip platformlara karşı etkin bir savunma yapısına sahip olunması oldukça önemlidir. Bu çalışmada tehdit denizaltılara karşı etkin bir savunma yapısına sahip olunabilmesi için gerekli platformlar (savaş gemisi, uçak ve helikopter) ile bu platformlardan atılacak silah sayıları hesaplanmaya çalışılmıştır. Bu kapsamda ilk olarak çalışmada kullanılacak veriler tanımlanmış ve anılan veriler ön işleme tabi tutulmuştur. Bu doğrultuda DSH'ı etkileyen parametrelerin neler olduğu belirlenmiş ve bu parametreler için uygun dağılımlara sahip verilerden 220 satırlık kaynak veri seti oluşturulmuştur. Daha sonra bu veri setindeki veri sayılarını artırmak için 8 farklı sentetik veri üretme tekniğinden faydalanarak (her bir teknik ile veri setindeki satır sayısı 10000 yapılmıştır.) yeni veri setleri oluşturulmuştur. Müteakiben hangi teknik ile veri artırımı yapılacağının belirlenmesi için oluşturulan veri setlerine bir dizi test uygulanarak en iyi sonucu veren sentetik veri üretme tekniği belirlenmiştir. Yapılan inceleme neticesinde en uygun veri artırım yönteminin MDO yöntemi olduğu belirlenmiştir. Ardından MDO yöntemiyle oluşturulmuş 10000 adet veri ile 7 farklı makine öğrenme modeli kullanılarak her bir tehdit denizaltı imhası için gerekli silah sayıları belirlenmiştir. Çalışmanın sonraki bölümünde; ilk olarak tehdit denizaltı tespit olasılıkları hesaplanmıştır. Ardından tespit olasılıkları, atılması gereken silah sayıları ve platform/silah maliyetleri kullanılarak ve Pekiştirmeli Öğrenme algoritmasından faydalanılarak tüm tehdit denizaltıların imhası için çeşitli harekât tarzlarından alınan sonuçlar hesaplanmıştır. Bu hesaplamalara göre optimal harekât tarzı belirlenmiştir. Çalışmanın son kısmında ise elde edilecek kazanımlara değinilmiştir.
Hisse senedi fiyat tahmini için makine öğrenimi ve zaman serisi modeli arasındaki karşılaştırmalı analizi
Borsada yer alan şirketlerin hisselerinin hisse senedi fiyatlarının gelecekteki artış veya azalış yönünün tahmin edilmesi finansal anlamda tartışılan problemlerden biri olmuştur. Bu çalışmada Borsa İstanbul'da finans, iletişim, taşımacılık, tüketim, enerji, inşaat, elektrik-su- gaz ve perakende sektörlerinde bulunan 8 farklı şirketin 24 Mayıs 2021 ile 24 Mayıs 2023 tarihleri arasındaki kapanış değerleri kullanılarak fiyat tahmin yönü üzerine tahminleme yapılmıştır. Tahminlemelerde derin öğrenme yöntemlerinden arima, polinom regresyon, destek vektör makinaları ve yapay sinir ağları kullanılmıştır. Elde edilen tahmin sonuçları, temsili bir rastgele tahmin yöntemi olan Yazı-Tura modeli ile karşılaştırılarak değerlendirilmiştir.
Kredi tahsis sürecinde makine öğrenmesi yöntemlerinin tahmin performanslarının karşılaştırılmasına yönelik bir uygulama
Teknolojik olanakların gelişmesi, kayda değer oranda artan verinin depolanması ve söz konusu veriden stratejik analizler yapılabilmesi imkanını beraberinde getirmiştir. Veri analizi, rekabetçi piyasalarda faaliyet gösteren tüzel/gerçek kişilere karar alma aşamalarında yol gösterici değerlendirmeler yapabilme olanağı sağlamaktadır. Başta bankalar olmak üzere müşteri sayıları son yıllar içerisinde önemli ölçüde artan finansal kuruluşların, gerek mali bünyelerini sağlamlaştırabilmeleri gerekse yasal düzenlemelere uygun olarak faaliyetlerini sürdürebilmeleri amacıyla kredi tahsis kararlarında her geçen dönem daha isabetli kararlar almaları gerekmektedir. Veri madenciliği ve makine öğrenmesi yöntemleri, bankalara ve diğer finansal kuruluşlara, maruz kalabilecekleri risklere karşı ihtiyatlı hareket etme ve tedbir alma fırsatı sunmaktadır.