DoctorateOpen Access

Bulanık ve yalın yapay sinir ağları ile çoklu lojistik regresyon yöntemlerinin sınıflandırma performanslarının karşılaştırılması: Ülkelerin gelişmişlik düzeylerinin sınıflandırılması üzerine bir uygulama

2017
0 views
0 downloads
Advisor: Yrd. Doç. Dr. Sinan Mete

Abstract (TR)

İstatistik, ekonometri ve veri madenciliği alanlarında sınıflandırma problemlerine sıklıkla karşılaşılmaktadır. Problemin çözümünde kullanılan teknikler günün teknolojisine bağlı olarak her geçen gün değişmekte ve gelişmektedir. Bu amaçla, günümüzde çok değişkenli istatistik tekniklerin yanısıra bulanık ve yapay zekâya dayanan yöntemler de kullanılmaktadır. Bu çalışmada, çok değişkenli istatistik tekniklerinden çoklu lojistik regresyon (ÇLR), makine öğrenme tekniklerinden yapay sinir ağı (YSA) ve YSA ile bulanık mantık tekniğinin birleşimi olan ve hibrid öğrenme tekniğine dayanan Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (Adaptive Neural Fuzzy Inference System-ANFIS) yöntemlerinin sınıflandırma performanslarının karşılaştırılması amaçlanmaktadır. Bu amaç doğrultusunda Birleşmiş Milletler Dünya Gelişmişlik Göstergeleri ve ÇLR, YSA ve ANFIS yöntemleri kullanılarak İnsani Gelişmişlik Endeksi'ne (İGE) göre ülkeler sınıflandırılmış ve elde edilen sonuçlar İGE ile karşılaştırılmıştır. İGE'ye göre ülkeler; yaşam beklentisi, gelir ve sağlık göstergelerine dayanarak gelişmişliklerine göre sınıflandırılmaktadır. Bu kapsamda gerekli elemeler yapıldıktan sonra sağlık, girişimcilik, makroekonomi, mikroekonomi, lojistik, ticaret, sosyal hayat ve doğal faktörler olmak üzere sekiz ana konudan oluşan 27 gelişmişlik göstergesi kullanılarak 185 ülke için 2015 yılı insani gelişmişlik endeksi ölçülmüş ve sınıflandırma tahmini yapılmıştır. Analiz sonuçları ele alındığında, iktisadi açıdan; çalışmada hesaplanan tahmini endekse göre gelişmişlik, İGE'den farklı olarak, yedi faktör ve sekiz ana konudan oluşmaktadır. İstatistiki açıdan ülkeler; ÇLR'ye göre %81.6, YSA'ya göre %87.5 ve ANFIS'e göre %91.36 oranında doğru sınıflandırılmıştır. Bu durumda ANFIS yönteminin hem YSA'dan hem de ÇLR'den daha başarılı sonuçlar verdiği gözlenmiştir. Aynı zamanda YSA yöntemine göre yanlış sınıflandırılan ülkelerin tamamının ÇLR yönteminde de yanlış sınıflandırıldığı saptanmış ve bu sınıflandırmanın ANFIS yönteminin çıktısı ile çoğunlukla farklı olduğu sonuçlarına ulaşılmıştır.

Author

Dr. Ömer Faruk Rençber

How to Cite

Ömer Faruk Rençber (Doktora Tezi). Bulanık ve yalın yapay sinir ağları ile çoklu lojistik regresyon yöntemlerinin sınıflandırma performanslarının karşılaştırılması: Ülkelerin gelişmişlik düzeylerinin sınıflandırılması üzerine bir uygulama, 2017, Aksaray University.

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Aksaray University