Makine öğrenmesi teknikleri ile mekansal karar destek sistemlerinin geliştirilmesi: Aksaray ili örneği

Hayatın her alanında makro ve mikro ölçekte sayısız kararlar alınmaktadır. Kararlara etki eden kriterlerin sayısı arttıkça, kriterlerin sıralanması ve ağırlık değerlerinin hesaplanması daha karmaşık hale gelmektedir. Özellikle mekanla ilişkili karar analizlerinde, gerek veri yoğunluğu, gerekse kriterlerin fazlalığı problemi daha kompleks hale getirmektedir. Bu problemin çözümüne yönelik, Coğrafi Bilgi Sistemleri (CBS) ve Karar Destek Sistemleri (KDS) temellerine dayalı Mekansal Karar Destek Sistemleri (MKDS) yöntemleri geliştirilmiştir. MKDS kamu, özel ve akademik çevreler tarafından son yıllarda taşınmaz değerleme, heyelan duyarlılık, uygun yer seçimi gibi pek çok uygulamada kullanılmaktadır. Bu uygulamalarda genelde uzman görüşü gerektiren yöntemler kabul görmekte ve tercih edilmektedir. Uzmana dayalı bu yöntemlerde, uzmanların farklı bakış açıları ve sübjektif değerlendirme gibi etkenler uygulamaların yaygınlaşmasını ve otomatikleştirmesini zorlaştırmaktadır. Bununla birlikte, veri yapısında meydana gelecek değişikliklerde (kriter ekleme/eksiltme) mekânsal analizlerinin yenilenmesi gerektiğinden, dinamik modeller de oluşturulamamaktadır. CBS kullanarak kararların hızlı, etkin ve objektif alınabilmesi ve bunların otomatikleştirilebilmesi için karar analizlerinde insan etkisini en aza indirecek dinamik yöntemlerin geliştirilmesi gerekmektedir. Bu kapsamda, bir çok farklı uygulamada kullanımı giderek artan yapay zeka tekniklerinin Coğrafi Bilgi Sistemlerine dayalı KDS'ye entegre edilmesine ihtiyaç vardır. Yapay zeka tekniklerindeki son yıllarda ki gelişmeler ile birlikte Makine Öğrenmesi (MÖ) olarak adlandırılan ve kendi kendine öğrenebilen sistemler geliştirilmiştir. Bu çalışmada, envanter bilgilerine dayalı MKDS'lere yapay zeka tekniklerinden makine öğrenmesi tekniğinin entegre edilmesi ve bu sistemlerinin otomatikleştirilmesi amaçlanmıştır. Bu amaçla makine öğrenmesinde öne çıkan denetimli öğrenme algoritmalarından Yapay Sinir Ağları, Destek Vektör Makineleri, CHAID ve Karar Ağacı algoritmalarından ID3, C4.5, CART ve Rastgele Orman algoritmaları Aksaray ili taşınmaz değer haritasının üretiminde kullanılmış ve performansları değerlendirilmiştir. Ayrıca istatistiksel bir yöntem olan ve literatürde sıklıkla kullanılan Çoklu Regresyon Analizi ile elde edilen sonuçlar karşılaştırılmıştır. Tüm bu yöntemleri kapsayan ve kullanıcıların sonuçları karşılaştırabileceği bir yazılım geliştirilmiştir.