Hybrid predictive modeling approach for predicting flight delays and cancellations

Bu tez, uçuş operasyonlarını optimize etmek için tahmini modeller geliştirerek havacılık sektöründeki kritik zorlukları ele almayı amaçlamaktadır. Kapsam, uçuş gecikmelerini ve iptallerini tahmin etmeyi kapsamaktadır. Araştırma, havayolu kaynak yönetimini iyileştirmek, yolcu memnuniyetini artırmak ve operasyonel maliyetleri azaltmak için makine öğrenimi ve zaman serisi analizi dahil olmak üzere çeşitli veri odaklı yöntemleri araştırmaktadır. Yöntem: Çalışma, veri toplama, ön işleme, özellik mühendisliği ve çeşitli tahmini modelleme tekniklerinin keşfini içeren kapsamlı bir metodoloji kullanmaktadır. Makine öğrenimi algoritmaları, zaman serisi analizi ve regresyon modelleri, uçuş tahminlerinin farklı yönlerine uygulanabilirlikleri açısından incelenecektir. Bu yöntemlerin performansını ve uygunluğunu değerlendirmek için gerçek havayolu verileri kullanılacaktır. Orijinal Değer: Bu araştırma, uçuş gecikmeleri ve iptalleri için tahmini modellemeye kapsayıcı bir yaklaşım sunmaktadır. Uçuş gecikmesi tahminlerinin doğruluğunu artırmaya, iptalleri azaltmaya odaklanarak havacılık sektörü için pratik çözümler sunmayı amaçlamaktadır. Bu çalışmanın özgünlüğü, çeşitli yöntemleri keşfetme, en etkili olanları belirleme ve kaynak tahsisi ve müşteri memnuiyetini artırmak için değerli içgörüler sunmabilmekte yatmaktadır. Beklenen Sonuçlar: Beklenen sonuçlar, havayolu endüstrisinin belirli zorluklarını ele alan yüksek doğrulukta tahmin modellerinin geliştirilmesini kapsamaktadır. Araştırmanın, havayollarının uçuş operasyonlarını optimize etmeleri için değerli içgörüler ve öneriler sunması, daha güvenilir ve müşteri merkezli bir endüstriye katkıda bulunması beklenmektedir.