789
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Arıma ve üstel düzeltme yöntemi ile hisse senetlerinin fiyat tahminlemesi
Tarih boyunca insanlar varlıklarını korumak ve yatırım yapmak için çeşitli alanlarda değerlendirmeler yapmaktadır. Bu alanlardan bir tanesi ise borsa yatırım araçlarından olan hisse senetleridir. Matematik ve istatistiksel alanda çalışmalar neticesinde hisse senetlerinin fiyatlanmasında etken olan birçok yöntem geliştirilmiştir. Daha çok ileri dönem tahminleri üzerine yoğunlaşan yatırımcılar bu alanda bir çok tahmin yöntemlerini ve algoritmalarını kullanmışlardır. ARIMA ve Üstel Düzeltme yöntemleri bu alanda kullanılabilecek yöntemlerdendir. Bu çalışmada, mevcut ve finansal açıdan sağlıklı hisse senetlerinin belirli güven aralığında geçmiş veri setlerini içeren modellerin kurulması amaçlanmaktadır. Modelin içeriğinde EREGL, PGSUS, TUPRS hisse senetlerinin 2017-2023 yılları aylık kapanış fiyatları veri seti olarak kullanılmıştır. Veri setlerinin içerdiği veriler ile önce ARIMA, daha sonra üstel düzeltme yöntemi ile çalışma yapılacaktır. Öncelikle belirtilen yılların verileri ile 2024 yılı fiyat tahminleri için çalışma yapılacaktır. Hedeflenen model grafik uyumu ile kıyaslanıp daha sonra kullanıma sunulacaktır. Son olarak bu çalışma ile ekonomi, istatistik ve finans çevrelerinin faydalanabileceği test edilmiş bir yöntem ortaya konması amaçlanmaktır. İki farklı analiz yapılarak modeller arasındaki doğruluk düzeyi değerlendirilmiş olacak; bu da yatırımcı güveni açısından önem arz etmektedir. Anahtar Kelimeler: ARIMA, BİST100, Hisse Senedi, Üstel Düzeltme
Kesikli dağılımlarda parametrelerin farklı tiplerde sıralı küme örneklemesine dayalı tahmini
Kesikli dağılımlar, sayma verilerinin modellenmesi, güvenilirlik analizi, sigorta matematiği ve yaşam süreci çalışmaları gibi birçok alanda önemli uygulama alanlarına sahiptir. Son yıllarda, mevcut dağılımların esneklik ve uyum sınırlılıklarını aşmak amacıyla, literatürde yeni kesikli dağılımların geliştirilmesine yönelik çalışmalar artış göstermiştir. Bu bağlamda, sürekli dağılımlara dayalı rekor tipi yapıların Poisson karışımları ile birleştirilmesiyle elde edilen yeni dağılımlar dikkat çekmektedir. Bu tezde, söz konusu yaklaşımla geliştirilen ve literatüre kazandırılan iki yeni Poisson transmuted rekor tipi üstel ve Poisson transmuted alt rekor tipi üstel dağılımları önerilmiştir. Bu çalışmada ayrıca, son yıllarda önerilen ve kesikli verilerin modellenmesinde sıkça tercih edilen Poisson Ailamujia, Poisson-Lindley ve Poisson new XLindley dağılımları da dahil edilmiş, bu dağılımlarla kapsamlı karşılaştırmalı analizler yapılmıştır. Parametre tahmini sürecinde; en çok olabilirlik, en küçük kareler, ağırlıklandırılmış en küçük kareler ve Cramér-von Mises gibi yöntemler kullanılmış; tahminler hem basit rasgele örnekleme hem de sıralı küme örneklemesi altında gerçekleştirilmiştir. Bu tahmin edicilerin performansları, Monte Carlo simülasyonları ile; ortalama bağıl hata, hata kareler ortalaması ve yan gibi kriterler bakımından değerlendirilmiştir. Tezin son bölümünde, incelenen dağılımlar için stres-dayanıklılık güvenilirlik analizleri yapılmış ve tahmin edicilerin gerçek veri setleri üzerinde incelenmiştir. Elde edilen sonuçlar, önerilen kesikli dağılımlar ve tahmin stratejilerinin değerlendirilmesinde, sıralı küme örneklemesinin basit rasgele örnekleme yöntemine kıyasla daha esnek, tutarlı ve etkili olduğunu ortaya koymaktadır. Bu tez, literatüre yeni katkılar sunarak hem yeni kesikli dağılımlar önermiş hem de çeşitli örnekleme senaryoları altında farklı tahmin yöntemlerinin performanslarını karşılaştırmalı olarak değerlendirmiş ve bulguları gerçek veri uygulamalarıyla desteklemiştir.
Ölçüm sistemleri analizinde üretici ve tüketici riski: dağılımsal modelleme, süreç yeterliliği ve tekrarlı ölçüm stratejileri
Ölçüm Sistemleri Analizi, imalat, mühendislik ve genel olarak ölçüm sistemlerinin güvenilirliğini değerlendirmek amacıyla kullanılan bir yaklaşımdır. Ölçüm sistemleri analizinin temel hedefi, sürecin gerçek varyasyonunu ölçümden kaynaklanan varyasyondan ayırmak ve böylece süreç performansını doğru bir biçimde izleyebilmektir. Ancak ölçüm sisteminden kaynaklanan kalibrasyon bozuklukları, operatörler arası tutarsızlık, ekipman eskimesi veya ortam koşullarındaki dalgalanmalar gibi faktörler, hatalı sınıflandırma riskini beraberinde getirmektedir. Bu riskler içerisinde en çok önem taşıyanlar ise üretici riski ve tüketici riski olarak bilinen hatalı sınıflandırma olasılıklarıdır. Bu tez çalışmasında, ölçüm hatalarından kaynaklanan hatalı sınıflandırma olasılıklarının istatistiksel olarak modellenmesi ve tahmin edilmesi problemi ele alınmıştır. Bu bağlamda, parçaların ve ölçüm hatalarının sırasıyla Weibull ve normal, Üstel ve Laplace, Linear Hazard Rate ve normal, Linear Hazard Rate ve Laplace olduğu durumlar ele alınmıştır. Ardından parçaların ve ölçüm hatasının normal olduğu durumda hatalı sınıflandırma olasılıklarının kapalı form ifadeleri türetilmiştir. Tek operatör kullanılarak elde edilen tekrarlı ek gözlemlerin hatalı sınıflandırma olasılıklarının tahmini üzerine etkisi incelenmiştir. Ayrıca, ölçüm sistemleri analizinde kullanılan Taguchi süreç yeterlilik indeksini süreç bağımsız değişkenlerine bağlayan log-doğrusal bir regresyon modeli önerilmiştir. Son olarak üretici riski üzerinde etkisi olan bağımsız değişken düzeyindeki faktörleri açıklamak ve nicelendirmek amacıyla en çok olabilirlik tabanlı bir yöntem önerilmiştir. Bu bağlamda nokta tahmini için en çok olabilirlik yöntemi kullanılmıştır. Linear Hazard Rate-normal durumu ve Linear Hazard Rate-Laplace durumlarında hatalı sınıflandırma olasılıklarının tahmini için EM algoritmaları türetilmiştir. Aralık tahmininde ise yaklaşık güven aralıkları, parametrik olmayan normal bootstrap, temel bootstrap, yüzdelik bootstrap ve yan düzeltilmiş bootstrap güven aralıkları, bayesçi güvenilir ve en yüksek sonsal yoğunluk güven aralıkları kullanılmıştır. Tez çalışmasında ele alınan yöntemlerin performanslarının incelenmesi için kapsamlı Monte Carlo simülasyon çalışmaları yapılmıştır. Elde edilen bulgular sayısal örnekler kullanılarak desteklenmiştir.
Multiple arbitrarily inflated count regression models
This thesis addresses the common challenge of modeling count data that exhibits inflation at multiple and arbitrary values, a feature often inadequately captured by standard statistical models. To flexibly model these complex data structures, this work introduces a unified family of models and their corresponding regression extensions that advance the existing literature. First, an extended Poisson distribution is developed, which encompasses numerous nested inflated Poisson models as special cases. This framework is then generalized to the Negative Binomial family to account for overdispersion. Finally, as an alternative to these two approaches, a novel discrete model based on a modified Uniform-Geometric distribution is presented. For each proposed model family, fundamental distributional properties are derived, maximum likelihood estimation methods based on Fisher scoring and the EM algorithm are developed, and an inferential framework is established. Simulation studies and real-data applications demonstrate the flexibility, superior goodness-of-fit, and enhanced interpretability of the proposed models compared to existing methods. This thesis provides a comprehensive and applicable methodological toolkit for modeling arbitrary inflation patterns in count data, making a significant contribution to the field.
Construction of a new continuous distribution with two variables and examination of its properties
This thesis introduces a novel class of bivariate generalized Rayleigh distributions derived from latent random variables following the generalized Rayleigh distribution and belonging to the Marshall-Olkin family. Their properties, including marginal and conditional probability density functions, as well as dependence measures such as Kendall's tau and Spearman's rho, are systematically investigated. The parameter estimation process incorporates both MLE and Bayesian methodologies. The Bayesian approach employs advanced Markov Chain Monte Carlo techniques to estimate posterior distributions, while bootstrap methods are utilized to construct robust confidence intervals for these parameters. The framework is validated by applying the proposed models to a real-world dataset, with their performance compared against existing models. Additionally, the thesis extends its contributions to the development of a novel copula that demonstrates improved dependence modeling capabilities. Key measures such as stability and tail behavior are thoroughly evaluated for the new copula. Furthermore, distortion-based extensions are explored, resulting in the creation of new families of univariate and bivariate copulas, which exhibit enhanced flexibility and practical applicability.
Tabakalı uç sıralı küme örneklemesi yönteminde kitle ortalamasının kalibrasyon tahmin edicileri
Tabakalı basit rastgele örnekleme, araştırmalarda en sık kullanılan örnekleme tekniklerinden biridir. Ancak kitlenin çok büyük olduğu ve örneklem birimlerini ölçmenin zor, ancak bunları sıralamanın daha kolay olduğu durumlarda tabakalı sıralı küme örneklemesi yöntemi tercih edilir. Literatürde tabakalı sıralı küme örneklemesi yöntemine alternatif olarak tabakalı medyan, uç, yüzdelik, kartil sıralı küme örnekleme yöntemleri önerilmiştir. Tez kapsamında "tabakalı uç sıralı küme örneklemesi" yöntemi kullanılmış ve tanıtılmıştır. Sıralı küme örneklemesinde her bir kümeden ilgili sıralı istatistiklerinin hatasız bir şekilde seçilmesi gerekirken, uç sıralı küme örneklemesinde sadece en küçük ve en büyük sıralı istatistiklerinin doğru bir şekilde belirlenmesi yeterlidir. Bu nedenle sıralı küme örneklemesine göre daha çok tercih edilir. Bu durumda, büyük kitlelerde uygulanabilir olduğu için zaman ve maliyet açısından tercih edilebilir bir yöntemdir. Tabakalı uç sıralı küme örneklemesi yönteminde son yıllarda kitle ortalama tahmini için çeşitli tahmin ediciler önerilerek birçok çalışma yapılmıştır. Örnekleme araştırmalarında parametre tahmin edicilerinin kesinliğini ve doğruluğunu artırmak amacıyla ilgilenilen değişkendeki yardımcı bilgileri kullanan kalibrasyon tahmini, istatistikte yaygın olarak kullanılan bir tekniktir. Tez çalışmasında öncelikle tabakalı basit rastgele örnekleme, tabakalı sıralı küme örneklemesi ve tabakalı uç sıralı küme örneklemesi yöntemleri ve klasik tahmin edicileri tanıtılmış, daha sonra bu örnekleme yöntemlerinde çeşitli yazarlar tarafından önerilmiş olan kalibrasyon tahmin edicileri incelenmiştir. Bu tez çalışmasında tabakalı uç sıralı küme örneklemesi yönteminde kitle ortalamasının tahmini için yeni kısıtlar altında yeni bir kalibrasyon tahmin edicisi önerilmiştir. Önerilen tahmin ediciyi, literatürde var olan kalibrasyon tahmin edicileri ile etkinlik bakımından karşılaştırmak amacıyla bir benzetim çalışması yapılmıştır. Benzetim çalışması için hem gerçek veri hem de sentetik veri düşünülerek farklı örneklem büyüklüklerinde hata kareler ortalaması ve göreli etkinlik değerleri hesaplanmıştır. Elde edilen sonuçlara göre her iki veri setinde tabakalı uç sıralı küme örneklemesinde önerilen kalibrasyon tahmin edicilerinin tabakalı basit rastgele örnekleme yönteminde önerilmiş olan kalibrasyon tahmin edicilere göre daha etkin olduğu bulunmuştur.
Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi
Küresel ekonomik belirsizlikler ve enflasyon endişelerinin artmasıyla birlikte geleneksel banka sistemlerinin merkezi rolü sorgulanmaya başlamıştır. Bu durum, kullanıcıların finansal özgürlüğünü kısıtlanmasına neden olmaktadır. Bu bağlamda, Bitcoin ve diğer kripto paraların ortaya çıkmasıyla finansal dünyada büyük bir değişim yaşandı. Bitcoin'in merkezi olmayan yapısı, bankalara olan bağımlılığı azaltmış ve kullanıcılara doğrudan ve güvenli bir şekilde finansal işlemler yapma imkânı tanınıştır. Microsoft, Tesla, Visa, AXA gibi birçok şirket ve kurumun Bitcoin'i ödeme aracı olarak kabul etmeye başlaması, kullanıcıların günlük alışverişlerinde Bitcoin kullanabilirliğini artırmıştır. Bu durum, Bitcoin'in popülaritesini artırarak finansal dünyada yeni bir dönemin başlatmıştır. Popüler olmasına rağmen, Bitcoin gibi kripto paralardaki fiyatlar son derece dalgalıdır ve bu durum fiyat hareketlerini öngörmeyi zorlaştırmaktadır. Bu durumda, Bitcoin'in fiyat yönünün tahmini, yatırımcıların stratejik kararlarını belirlemelerinde kritik bir rol oynamaktadır. Yatırımcılar genellikle temel analiz, haber takibi veya teknik analiz gibi yöntemlerden birini kullanarak yatırım yapmayı tercih etmektedirler. Bu bağlamda, tez çalışması, temel analiz, haber takibi ve teknik analiz gibi yöntemleri birleştirerek kripto para piyasasında doğru tahminler yapmayı hedeflemektedir. Bu tez çalışması, kripto para birimi piyasasında Bitcoin fiyat hareketlerinin çok faktörlü etkisini incelemektedir. Finansal piyasalarda fiyat yönünün tahmininde istatistiksel modellerin güvenirliği temel bir avantaj sağlarken, veri uyumu açısından makine öğrenimi modellerinin tercih edilmesi amaçlanmaktadır. Bu çalışma, Bitcoin ve diğer kripto para piyasalarının fiyat dinamiklerine yönelik güçlü bir model oluşturarak gelecekteki araştırmalara temel oluşturmayı hedeflemektedir. Bu amaçla, çalışmada trend yönünün değiştiği noktalara odaklanılmıştır. Fiyat yönünün hangi noktada değişeceği tespit edilerek, 'artacak', ve 'azalacak' olmak üzere iki sınıflı tahminleme çalışması yapılmıştır. Analizlerimizde, 17 Ağustos 2017 ile 3 Ocak 2024 tarihleri arasında 'Binance' API'si kullanılarak günlük olarak toplanan Bitcoin verileri üzerinde çalışıldı. Bu verilerle fiyatın kapanışı, günün en yüksek değeri, Teklif Varlık Hacmi, İşlem Sayısı, Bitcoin ticaret hacmi, Teklif Temel Hacmi ve Teklif Hacmi gibi çeşitli bilgiler incelenerek trend tespiti yapıldı. Ayrıca, diğer API kaynaklarından elde edilen verilerle ekonomik-finansal göstergeler de değerlendirildi. Bitcoin piyasasını etkileyen 21 değişken kullanılarak hedef değişkeni olan Bitcoin yönü ile ilgili tahminler elde edilmiştir. Toplanan Bitcoin verileri üzerinde çeşitli istatistiksel ve makine öğrenimi modelleri kullanarak gerçekleştirilmiştir. Zaman serisi modeli olduğu için zaman serisine uygun olacak şekilde eğitim ve test verileri 5 katlı cross validation gerçekleştirildi. Modelleme aşamasında Genelleştirilmiş Toplamsal Modeller (LOESS Lojistik Regresyon Modeli, Eğri Düzleştirmeli Lojistik Regresyon, Lojistik regresyon) ile Makine Öğrenmesi algoritmalarından Karar Ağaçları, Destek Vektör Maineleri ve Gradiant Boosting yöntemleri uygulanmıştır. Sonuçlar, kesinlik, duyarlılık, seçicilik, F1 puanı ve doğruluk oranı gibi başarı kriterlerine göre değerlendirilmiştir. En iyi model olarak Eğri Düzleştirmeli Lojistik Regresyon modeli bulunmuştur. En iyi model yardımı ile yakın tarihteki Bitcoin fiyatları üzerinden artış ve azalış tahminleri verilmiştir. Bu bulgular, yatırımcı için finansal teknolojilerin ve yatırım stratejilerinin geliştirilmesinde kullanılabilecek tahminler sunmaktadır. Kripto para piyasasındaki fiyat dinamiklerini analiz etmek, gelecekteki çabalar için önemli bir adımdır. Kripto para fiyat trendlerinin detaylı incelenmesi, tahmin modellerinin etkinliğini ve piyasa anlayışını önemli derecede iyileştirebilir. Dinamik kripto para piyasaları, finansal analiz ve yatırım stratejilerinde model tahminlerinden faydalanmayı sağlar. Ancak, bu tahminlerin finansal karar alma sürecinde dikkatle değerlendirilmesi ve piyasa riskleri ile model sınırlılıklarının göz önünde bulundurulması önemli olmaktadır.
Koşullu otoregresif mekânsal - zamansal modeller ile yabancı dil sınavı puanlarının istatistiksel analizi
Mekânsal-zamansal veri, belirli koordinat değerlerine ve bu koordinat değerleri için de belirli bir coğrafi referans sistemine sahip olan, belirli bir zamanda ya da zaman diliminde meydana gelen gözlemlerden oluşmaktadır. Bu verinin en önemli özelliği, coğrafi olarak yakın birimlerden yakın zamanlarda toplanan gözlemlerin, daha uzak birimlerden ve zamanlardan toplananlara göre daha benzer olma eğiliminde olmasıdır. Verideki mekânsal ve zamansal benzerlikler, değişkenlerde doğal olarak mekânsal-zamansal ilişkilere yol açmaktadır. Bu nedenle, mekânsal-zamansal veriler modellenirken, gözlemleri meydana getiren birimlerin mekânsal konumları ile bu birimlere ilişkin gözlemlerin zamansal değişimleri ve bunların birbiriyle olan karşılıklı ilişkileri de kullanılmalıdır. Mekânsal-zamansal veriler Genelleştirilmiş Doğrusal Modeller (GDM) gibi modeller ile modellendiğinde, elde edilen artıklar mekânsal ve zamansal otokorelasyon içermektedir. Bu durum model varsayımlarının bozulumuna neden olmaktadır. Mekânsal-zamansal modeller artıklardaki mekânsal ve zamansal otokorelasyonu arındırmaktadır ve böylece kararlı modeller oluşturulmaktadır. Bu tez çalışmasında, 2015-2020 yılları arasında yapılmış olan Yabancı Dil Bilgisi Seviye Tespit Sınavı (YDS) puanlarındaki mekânsal-zamansal etkilerin, benzerliklerin, değişkenliklerin tespit edilmesi ve başarıya etki eden faktörlerin ortaya çıkartılması amaçlanmıştır. Bu amaç doğrultusunda, YDS puan ortalamaları Türkiye'nin mülki idare bölünüş sınırlarının oluşturduğu en büyük mekânsal birim olan iller bazında ele alınarak mekânsal-zamansal modeller ile modellenmiştir. Moran'ın I testi, YDS il puan ortalamalarının mekânsal otokorelasyona sahip olduğunu göstermiştir. Verideki mekânsal-zamansal benzerlikler ve farklılıklar çeşitli haritalandırma teknikleri kullanılarak görsel olarak sunulmuştur. YDS puanlarını etkileyebileceği düşünülen faktörler modele dâhil edilmiş ve bu faktörlerin YDS il başarısına etkileri değerlendirilmiştir. Bu çalışmada, koşullu otoregresif mekânsal-zamansal modeller kullanılmıştır. Bu modeller, genelleştirilmiş doğrusal modellere mekânsal-zamansal rasgele etkilerin eklenmesiyle oluşturulan genelleştirilmiş doğrusal karma modellerdir. Mekânsal-zamansal rasgele etkiler, farklı formlarda tanımlanabilmektedirler ve formlarına uygun olarak koşullu otoregresif önsel dağılımlara sahiptirler. Rasgele etkilerin formlarına bağlı olarak oluşturulan genelleştirilmiş doğrusal karma modeller, Bayesci yaklaşım kullanılarak hiyerarşik yapıda modellenmektedir. Bu tez çalışması, YDS verisinin mekânsal-zamansal modeller ile istatistiksel olarak analiz edildiği ilk çalışmadır. Tezde incelenen koşullu otoregresif mekânsal-zamansal modellerin YDS verisine uygulanmasında açık kaynak kodlu R programındaki CARBayesST paketi (sürüm: 3.2.1) kullanılmıştır. Sapma bilgi kriteri gibi modele uyum kriterlerinden yararlanarak en iyi model seçilmiştir. Tüm yıllar için illerin YDS puan ortalamaları en iyi model üzerinden tahmin edilmiştir ve YDS puan ortalamalarının tahminleri haritalandırma teknikleri kullanılarak sunulmuştur. En yüksek ve en düşük başarılı iller belirlenmiştir. Modelleme sonuçları ve YDS üzerindeki mekânsal-zamansal etkiler detaylı olarak tartışılmıştır.
Yaşam çözümlemesinde alıcı işlem karakteristiği eğrileri
Yaşam verilerinin yapısı, yaşam sürelerini ve olayın gerçekleşip gerçekleşmediğini gösteren durumu içerir. Yaşam çözümlemesindeki temel varsayım, izlem süresinin uzun olması halinde ilgilenilen olayın gerçekleşeceğidir. İlgilenilen olay gerçekleşene kadar geçen süreyle ilgilenildiği için bu varsayım çoğunlukla gerçekçi değildir. Alıcı işlem karakteristiği (Receiver Operating Characteristic - ROC) eğrileri, tahmin edilen performansı değerlendirmenin bir yoludur. Sürekli ölçekte tanımlı test sonuçları için ROC eğrileri doğruluğun standart özetidir. ROC eğrileri, durum değişkeni için sürekli bir değişkeni kullanarak duyarlılık (sensitivity) ve seçiciliği (specificity) elde etmek için kullanılır. Yaşam verilerinin analizinde kullanılan ROC eğrileri olayı yaşayanlar ile yaşamayanlar arasında ne kadar iyi ayrım yaptığını belirleyip doğru eşik değerini (cutoff) seçmeyi sağlar. Yaşam çözümlemesinde süre söz konusu olduğu için durum değişebileceğinden klasik ROC eğrileri doğru sonuçlar vermez. Bu nedenle zamana bağlı (time dependent) ROC eğrileri üzerinde araştırmalar yapılarak yeni yöntemler geliştirilmiş ve ROC(t) ile gösterilen ROC eğrisi tahminleri önerilmiştir. Bu çalışmada yaşam çözümlemesi için kullanılan ROC eğrisi tahmin edicileri yöntemlerinden kümülatif duyarlılık ve dinamik seçicilik (cumulative sensitivity and dynamic specificity – CD) başlığı altında: Heagerty ve arkadaşlarının (2000) Kaplan-Meier tahmin edicisi(CD1), Heagerty ve arkadaşlarının (2000) en yakın komşu tahmin edicisi (CD2), Chambless ve Diao'nun (2006) Kaplan-Meier benzeri tahmin edicisi (CD3), Chambless ve Diao'nun (2006) alternatif tahmin edicisi (CD4), durdurma ağırlıklandırmasının ters olasılığı (CD5), koşullu durdurma ağırlıklandırmasının ters olasılığı (CD6), ağırlıklı AUC(t) (CD7), Viallon ve Latouche (2011) tahmin edicisi (CD8); olay duyarlılığı ve dinamik seçicilik (incident sensitivity and dynamic specificity – ID) başlığı altında Cox regresyonu (ID1), ağırlıklı ortalama sıralaması (ID2), kesirli polinom (ID3); olay duyarlılığı ve statik seçicilik (incident sensitivity and static specificity – IS) başlığı altında; marjinal regresyon modelleme yaklaşımı (IS1), genişletilmiş Cox regresyonu (IS2) ve son olarak Naive tahmin edicisi tanıtılmıştır. Bu tahmin edicilerin uygulanabilirliğini göstermek için literatür verisi olan akciğer kanseri verisi ve gerçek veri olan serviks kanseri verisi üzerinde uygulama yapılmıştır. Her iki veri setinde de CD1 ve CD2 tanımlamaları birbirine yakın sonuçlar vermiştir. CD4 tanımlaması hariç diğer tanımlamalarda yaşam süresi arttıkça belirtecin tahmin performansının düştüğü, CD4 tanımlamasında ise zamanla tahmin performansının arttığı gözlenmiştir.
Makine öğrenmesinde değişken seçim yöntemlerinin karşılaştırılması: Ev enerjisi tüketim tahmini
Günümüz dijital çağında, her geçen gün artan dijital aktiviteler ve teknolojik gelişmeler sayesinde üretilen veri miktarı hızla büyümekte ve bu durum, "büyük veri" olarak adlandırılan yeni bir çalışma alanının doğuşuna zemin hazırlamaktadır. Büyük veri kavramı, sadece hacmiyle değil, çeşitliliği ve üretim hızıyla da geleneksel veri işleme tekniklerinin ötesine geçmektedir. Geleneksel istatistiksel yöntemler, bu verinin karmaşıklığı ve büyüklüğü karşısında yetersiz kalmaktadır. Bu nedenle, veri bilimi disiplini içerisinde bu devasa veri akışını etkili bir şekilde kontrol edebilmek, analiz edebilmek ve değerli bilgilere dönüştürebilmek için yeni ve daha gelişmiş yöntemlerin ve teknolojilerin geliştirilmesi kaçınılmaz hale gelmiştir. Bu yeni yöntemler, makine öğrenmesi ve yapay zekâ gibi alanlarda da önemli ilerlemelere yol açarak veriden anlam çıkarma süreçlerini daha etkin ve verimli hale getirmiştir. Bu durum, veri bilimi alanının sadece akademik bir merak konusu olmaktan çıkıp iş dünyası, sağlık, finans ve birçok diğer sektörde stratejik karar alma süreçlerinde kritik bir role sahip olmasına neden olmuştur. Bu gelişmelerle birlikte model oluşturma süreci de çok daha karmaşık hale gelmiştir. Bu noktada, modelin doğru tahmin performansını arttırmak ve anlamlı sonuçlar elde etmek için değişken seçiminin ne kadar kritik olduğu ortaya çıkmaktadır. Yanlış değişken seçimi, modelin tahmin performansını olumsuz yönde etkileyebilir ve yanıltıcı sonuçların ortaya çıkmasına zemin hazırlayabilir. Değişken seçimi, büyük veri kümelerinden elde edilen anlamlı ve doğru sonuçlar için kritik bir adımdır. Yanlış veya önemsiz değişkenlerin seçimi, modelin genel tahmin kabiliyetini ciddi şekilde bozabilir, yanıltıcı sonuçlara yol açabilir ve yanlış kararların alınmasına sebep olabilir. Bu nedenle, veri bilimi pratiklerinde doğru değişkenleri belirleyebilmek için gelişmiş seçim teknikleri ve algoritmalarının kullanımı hayati öneme sahiptir. Bu teknikler, modelin karmaşıklığını yönetmeye, aşırı uyuma (overfitting) karşı korumaya ve en önemlisi tahmin performansını iyileştirmeye yardımcı olur. Özellikle Makine Öğrenmesi (ML) ve Yapay Zekâ (AI) modellerinde doğru değişken seçimi, modelin gerçek dünya verileri üzerindeki genelleme kapasitesini artırarak daha güvenilir ve doğruluk oranı yüksek sonuçlar üretmesine olanak tanıyabilir. Bu tez çalışması, enerji tüketimi tahmininde değişken seçim yöntemlerinin tahmin performansındaki rolünü incelemektedir. Bu kapsamda, çeşitli ML algoritmaları kullanılarak değişken seçim yöntemlerinin etkinliği ve bu yöntemlerle oluşturulan modellerin performansları karşılaştırılmıştır. Çalışmada kullanılan veri kümesi, ev aletlerinin enerji tüketimini tahmin etmek amacıyla oluşturulmuş bir veri kümesidir. Bu veri kümesi, bir evdeki çeşitli odalarda ve dış cephede yerleştirilen sensörlerle 4 buçuk ay boyunca her 10 dakikada bir alınan sıcaklık ve nem ölçümlerini içermektedir. Toplamda 19735 gözlem ve 28 değişkenden oluşmaktadır. Kayıp veya eksik gözlem bulunmamaktadır. Çalışmanın temel amacı, değişken seçim yöntemlerinin ML algoritmalarının tahmin performansına olan etkilerini detaylı bir şekilde değerlendirmektir. Bu kapsamda, Korelasyon Tabanlı Seçim (CFS), Varyans Tabanlı Seçim, İleriye Doğru Seçim, Geriye Doğru Eleyerek Seçim, Adımsal Seçim, Genetik Algoritmalar Tabanlı Seçim, Lasso Regresyon Tabanlı Seçim, Ridge Regresyon Tabanlı Seçim ve Robust (Sağlam) Değişken Seçim Yöntemi kullanılmıştır. Her bir değişken seçim yöntemi sonrası seçilen değişkenlerle Doğrusal Regresyon, Karar Ağaçları, Rastgele Ormanlar, Destek Vektör Makineleri, Temel Bileşenler Analizi ve Yapay Sinir Ağları algoritmaları kullanılarak modeller oluşturulmuş ve bu modellerin performansları Ortalama Mutlak Hata (MAE), Hata Kareler Ortalaması (MSE) ve Açıklanma Oranı (R²) ölçütleri kullanılarak değerlendirilmiştir. Çalışmanın sonuçları, farklı değişken seçim yöntemleri ve ML algoritmalarının enerji tüketimi tahmin performansı üzerindeki etkilerini karşılaştırmalı olarak sunmakta ve bu alanda yapılan diğer çalışmalarla paralellikler kurarak literatüre katkı sağlamaktadır. Özellikle, hangi değişken seçim yönteminin ve ML algoritmasının enerji tüketimi tahmini için en uygun olduğu konusunda önemli bulgular elde edilmiştir. Bu bulgular, veri bilimcileri ve araştırmacılar için veri kümelerine uygun yöntem ve algoritma seçiminde rehberlik edecek niteliktedir. Çalışma, veri bilimi alanında bilgi birikiminin artırılmasına, araştırma ve uygulama metodolojilerinin geliştirilmesine ve bu dinamik disiplinin ilerlemesine katkıda bulunmayı amaçlamaktadır.
Kayıp gözlem içeren olumsallık tablolarında log-doğrusal modeller
Kayıp gözlem, veri setinde bir ya da birden fazla hücrede değer olmaması durumudur. Kayıp gözlemlere sağlık, ekoloji, ekonomi, sosyal bilimler gibi veri elde etmenin zor olduğu alanlarda sıklıkla rastlanmaktadır. Veride kayıp gözlemler olması durumunda veri analizinde gerçeğe uygun olmayan sonuçlar ortaya çıkabilir. Bu nedenle veri analizinden önce kayıp gözlem probleminin çözülmesi gerekir. Bu tez çalışması kapsamında kayıp gözlem çeşitlerini ve kayıp gözlemle başa çıkma yöntemlerini incelemek, olumsallık tabloları için kullanılan yöntemleri tanıtmak ve logaritmik doğrusal modelleri tanıtarak bu yöntemleri uygulama üzerinden tartışmak amaçlanmaktadır.
Kayıp veri ataması ile değişken seçimi: Makine öğrenmesi yaklaşımlarının analizi
Kayıp veri, istatistiksel analiz süreçlerinde sıkça karşılaşılan ve sonuçların güvenilirliğini doğrudan tehdit eden temel sorunlardan biridir. Bu tez çalışmasında, tamamen rasgele kayıp (Missing Completely at Random - MCAR), rasgele kayıp (Missing at Random - MAR) ve rasgele olmayan kayıp (Missing Not at Random - MNAR) veri mekanizmaları ve %5, %10, %20 ve %40 kayıp oranları altında geleneksel ve makine öğrenmesi tabanlı atama yöntemlerinin performansı sistematik bir Monte Carlo simülasyonu çerçevesinde karşılaştırılmış; değişken seçimi sürecinin bu karşılaştırmaya yansımaları incelenmiştir. Çalışmada n = 50, 500 ve 1000 örneklem büyüklükleri ve p = 5, 10 ve 20 bağımsız değişken içeren simülasyon veri kümeleri kullanılmıştır. Bağımsız değişkenler, bileşik simetrik korelasyon yapısı (ρᵢⱼ = 0,3) çerçevesinde çok değişkenli normal dağılımdan üretilmiş; gerçek modelde p değerine bağlı olarak 3, 6 veya 12 anlamlı değişken yer almıştır. İncelenen atama yöntemleri ortalama, medyan, k-en yakın komşu (K-Nearest Neighbors - kNN), zincirli denklemlerle çoklu atama (Multivariate Imputation by Chained Equations - MICE) ve Rasgele Orman (Random Forrest – RF) tabanlı missForest yöntemlerini kapsamaktadır. Değişken seçimi aşamasında ise LASSO (Least Absolute Shrinkage and Selection Operator), Rasgele Orman Değişken Önemi ve Boruta algoritması karşılaştırılmıştır. Her senaryo için 100 Monte Carlo tekrarı gerçekleştirilmiş; performans Normalleştirilmiş Hata Kareler Ortalamasının Karekökü (Normalized Root Mean Square Error – NRMSE), F1 skoru Doğru Pozitif Oranı (True Positive Rate - TPR), Yanlış Keşif Oranı (False Discovery Rate - FDR) ve Jaccard kararlılık indeksiyle değerlendirilmiştir. Simülasyon sonuçları, MICE yönteminin tüm kayıp mekanizmaları ve örneklem büyüklüklerinde tutarlı biçimde en düşük atama hatasını ürettiğini ortaya koymuştur (NRMSE = 0,574–0,904). Ortalama ve medyan ataması tüm koşullarda en düşük performansı göstermiş; MNAR mekanizmasında NRMSE değerleri 1,0 eşiğini belirgin biçimde aşmıştır. Örneklem büyüklüğü arttıkça tüm yöntemlerin atama doğruluğu iyileşmiş; n = 1000 koşulunda MICE MCAR mekanizmasında NRMSE = 0,574 değerine ulaşmıştır. Değişken seçimi açısından LASSO n = 50 gibi küçük örneklemlerde en tutarlı performansı gösterirken, Boruta n ≥ 500 olan büyük örneklemlerde LASSO ile rekabetçi sonuçlar vermiştir. MICE + LASSO kombinasyonu tüm koşullarda en dengeli atama– değişken seçimi yaklaşımı olarak öne çıkmıştır. Bu tez çalışması, kayıp veri mekanizması türünün ve örneklem büyüklüğünün atama yöntemi seçiminde belirleyici bir rol oynadığını; tüm mekanizmalar için MICE + LASSO kombinasyonunun tercih edilmesinin uygun olduğunu, büyük örneklemlerde ise MICE + Boruta kombinasyonunun güçlü bir alternatif sunduğunu ortaya koymuştur. Sonuçlar aynı zamanda atama kalitesinin değişken seçimi başarısını doğrudan belirlediğini ve iki sürecin birlikte planlanması gerektiğini vurgulamaktadır.
Tip I sağdan sansürlü weibull dağılımına sahip süreçlerde üstel ağırlıklandırılmış hareketli ortalama kontrol grafikleri
Günümüzde sıklıkla karşılaştığımız yaşam süresi verileri, üretim ve sağlık gibi sektörler başta olmak üzere birden fazla alanla ilişkilendirilen veri türleridir. Özellikle üretim sektöründe yaşam süresi verileri sistemin güvenilirliğini ölçmek adına büyük bir önem taşımaktadır. Hangi alanda olursa olsun sistemin sürdürülebilirliğini sağlamak için, süreci takip etmek ve kontrol altında tutmak çok önemlidir. Burada ortaya çıkan en büyük problemlerden biri ise süreci kontrol etmek için yol gösterici olan sistem içinde oluşan verilerin, maliyet veya zaman kısıtları sebebiyle sansürlü şekilde ortaya çıkmasıdır. Bu durumda, genel olarak kullanılan istatistiksel süreç kontrolü yöntemleri, sistemi doğru şekilde aktarmak açısından etkisini yitirmektedir. Bu tez çalışmasında Weibull dağılımına sahip sansürlü veriler için dağılımın parametrelerinin tahmini elde edilmiş; sansürlü veri için geliştirilen farklı istatistikler altında, EWMA kontrol grafikleri oluşturulmuştur. Farklı parametre değerleri ve sansür oranları üzerinden kontrol grafiklerinin performansı benzetim çalışması ile değerlendirilmiş ve gerçek hayat verisi üzerinde bir uygulama yapılmıştır.
Dolaylı soru sorma tekniklerinin bankacılık sektöründe bir uygulaması
Bu tez, özel bankacılık sektöründe mobbing (iş yerinde psikolojik taciz) oranlarını belirlemek amacıyla dolaylı soru sorma tekniklerinin etkinliğini incelemektedir. Dolaylı soru sorma teknikleri literatürde incelenmiş ve bu tekniklerin avantajları ve uygulamaları detaylandırılmıştır. Uygulama bölümünde ise bankacılık sektöründe çalışan iki farklı örneklem grubu üzerinde bir çevirim içi anket çalışması gerçekleştirilmiştir. İlk gruba mobbing sorusu doğrudan sorulurken, ikinci grupta çevrim içi anketlere uygunluğu nedeniyle çapraz model kullanılmıştır. Çapraz model, rastgeleleştirilmiş olmayan dolaylı tekniklerin en popüler olanıdır ve katılımcıların anonimlik hissi yaşayarak doğru cevaplar vermesini sağlamaktadır. Sonuçlar, doğrudan sorulan sorular ve çapraz model ile elde edilen verilerin benzer oranlar gösterdiğini ortaya koymuştur. Bu çalışma, dolaylı soru sorma tekniklerinin, özellikle hassas konularda güvenilir veri toplama sürecinde kullanılabileceğini ve çapraz modelin çevrim içi uygulamalar için uygun olduğunu göstermiştir ve mobbing araştırmalarına katkı sunmaktadır.
Parçalı yaşam modelleri
Cox regresyon modeli, yaşam çözümlemesinde başlangıç ve bitiş noktaları arasındaki sürenin etkili bir şekilde incelenmesini sağlayan ve araştırmacılar tarafından sıklıkla kullanılan bir modeldir. Bağımlı değişken, bu iki nokta arasındaki süreyi ifade ederken, bitiş noktası genellikle ölüm, nüks, başarısızlık gibi ilgilenilen bir olayın gerçekleşmesi olarak tanımlanır. Ancak bu model tehlike oranlarının gözlem süresi içinde sabit olması anlamına gelen orantılı tehlikeler varsayımına sahiptir. Bu varsayımın sağlanmaması durumunda ise modelin kullanılması uygun olmadığından farklı alternatif yaşam modelleri geliştirilmiştir. Bu çalışmada, zamanla değişen tehlike oranlarını daha iyi yansıtabilecek parçalı yaşam modelleri ele alınmıştır. Parçalı yaşam modelleri, yaşam süresinin belirli aralıklara bölünebileceği ve her aralıkta tehlike oranının zaman içinde sabit olduğu varsayımına dayanmaktadır. Başka bir deyişle, tehlike oranı farklı zaman dilimlerinde farklı olabilir, ancak herhangi bir verilen zaman dilimi içinde sabit olarak kabul edilir. Bu model, Cox regresyon modeline, parametrik yaşam modellerine ve kesikli yaşam modellerine alternatif olarak kullanılabilmektedir. Tehlike oranının genel biçiminin parametrik modellerde olduğu gibi önceden belirlenmesi zorunluluğu olmadığından, parametrik yaşam modellerine göre daha esnek bir yapıya sahiptir. Bu model, tehlike oranının zamanla nasıl değiştiğini görmede ve bu bilgiyi uygun bir parametrik model seçmede kullanılabilmektedir. Tez çalışmasında üstel, Weibull ve zayıflık terimli parçalı modeller ayrıntılı olarak incelenmiştir. Çalışmanın uygulama bölümünde ise literatürde yer alan akciğer kanseri verisi kullanılarak modellerin uygulanabilirlikleri gösterilmiştir. Parçalı yaşam modelleri ile birlikte Cox regresyon modeli, üstel ve Weibull parametrik yaşam modelleri, kesikli yaşam modelleri de veriye uygulanmış ve elde edilen sonuçlar yorumlanmıştır. Çalışmanın sonucunda, kullanılan veriye göre kesikli lojit yaşam modelinin binominal log-log yaşam modeline göre daha uygun olduğu belirlenmiştir. Ayrıca, parçalı Weibull yaşam modeli, zamanla değişen tehlike oranlarını yansıtma konusunda en uygun model olarak seçilmiştir. Parametrik modeller arasında ise Weibull dağılımı, üstel dağılıma kıyasla veriye daha iyi uyum sağlamıştır. Ters-Gauss zayıflık terimli parçalı model elde edilmiş, ancak zayıflık teriminin etkisi istatistiksel olarak anlamlı bulunmamıştır. Bu bulgular, süre faktörünü dikkate alan parçalı yaşam modellerinin yaşam çözümlemesi için etkili ve esnek bir yaklaşım sunduğunu, ancak zayıflık teriminin her durumda anlamlı olmayabileceğini göstermektedir.
Makine öğrenmesi algoritmaları kullanılarak modem verisi üzerinden müşteri memnuniyetinin tahmini
Verinin aktarılması, ayrıştırılması ve algoritmaların test edilmesi gibi tüm süreçlerde KNIME Analitik Platformu kullanılmıştır. Modem verileri haftalık bazda ele alınmış ve indirme-yükleme verileri kategorize edilerek 6 farklı saat diliminde değerlendirilmiştir. Sınıflandırma analizinde ise AutoML üzerinden çalışmalar yapılmıştır. Burada değerlendirilen algoritmalar; Sade Bayes, Lojistik Regresyon, Sinir Ağları, Gradyan Artırma Ağaçları, Karar Ağacı, Rastgele Orman ve XGBoost'dur. Kullanılan kütüphane ve platformlar ise; Genelleştirilmiş Doğrusal Modeller için H2O yazılımı, Derin Öğrenme için Keras Kütüphanesi ve diğer birçok algoritma için H2O AutoML (Otomatik Edilmiş Makine Öğrenmesi) çatısıdır. Bu çalışmada amaç memnuniyetsiz müşterileri belirlemektir. Dengesiz bir veri kümesi ile çalışma yapıldığından dolayı farklı veri çoklama teknikleri kullanılmıştır. Memnuniyetsiz müşterileri bulmak için modemlere ait sorunlu sinyal bilgisi ve arıza kaydı bırakan abonelere ait veriler üzerinden işaretleme yapılmıştır. Uygulama sonucunda, veriye Temel Bileşenler Analizi yöntemi ile 4 Temel Bileşen indirgemesi yapılması ve sonrasında verinin rastgele seçilerek SMOTE (Synthetic Minority Over-sampling) tekniği ile verinin zenginleştirilmesi modeli iyileştirmiştir. Genel olarak ağaç algoritmaları dengesiz veri üzerinden sınıflandırma problemini çözmede daha iyi sonuçlar vermiştir. Algoritmalar arasında seçim yapmak için Duyarlılık (TPR) ve Seçicilik (TNR) değerlerinin geometrik ortalaması (GBA), ağırlıklı ortalaması (WPN) ve Bookmaker Informedness (BM) kriterleri kullanılmıştır. Bu ölçütlerdeki sonuçların birbirine yakın olmasından dolayı, FP (False Positive – Yanlış Pozitif) oranı daha düşük üzerinden değerlendirme yapılmıştır. Bunun seçilmesinin nedeni memnuniyetsiz müşteriye yapılacak olan yatırım maliyetini düşürmektir. Burada uygulanan 10 adet algoritma ve kütüphane içerisinden en iyi sonuçları XGBoost algoritmasının verdiği görülmüştür.
Türkiye'de meydana gelen uluslararası göç hareketlerinin incelenmesi: Panel veri ile kümeleme analizi
Ülkemiz, sahip olduğu coğrafi konum gereği tarih boyunca üzerinde yaşadığı toplumlara ve çevresindeki komşularına en avantajlı göç yollarından biri olarak varlığını sürdürmeye devam etmektedir. Göç hareketinin en yoğun yaşandığı ülkelerden biri olan Türkiye, özellikle 2011 yılı sonrasında çevresindeki ülkelerin ekonomik ve siyasi istikrarsızlıkları sebebiyle kitlesel ve düzensiz bir göç hareketinin merkezi konumuna gelmiştir. Farklı ülke ve kültürlerden gelen bireylerin bir arada yaşama zorunluluğu başlığı altında incelenen uluslararası göç kavramı bu tez çalışmasında Türkiye için ele alınmıştır. Ülkemizdeki 81 il için, 2016-2022 yıllarındaki 19 bağımsız değişkenin düzeyleri farklı kaynaklardan elde edilmiş ve bu bağımsız değişkenlerin her il düzeyinde kaydedilen uluslararası net göç değerine olan etkisi analiz edilmiştir. Çalışmada, yatay kesit ve zaman serisi özelliklerini bünyesinde bulunduran panel veri olarak kaydedilen veri için öncelikle birbirine benzeyen alt grup illeri ortaya çıkarmak için kümeleme analizi gerçekleştirilmiştir. Panel veriye uygulanan kümeleme analizi ile beş farklı küme oluşturulmuş ve bu kümeler için uluslararası net göç bağımlı değişkenini etkileyen nitelikler panel veri analizi ile ortaya çıkarılmıştır.
Makine öğrenmesinde kategorik değişken seçimi
Makine öğrenmesi modellerinde değişken seçimi adımı kritik önem taşımaktadır. Her model kurulurken ilk olarak değişken seçimi yapılması önerilmektedir. Değişken seçimi süreçleri, modelin karmaşıklığını azaltarak, yorumlanabilirliğini artırarak ve genelleme yeteneğini güçlendirerek model performansını önemli ölçüde etkilemektedir. Geçmişten günümüze gelen bu yaklaşım sebebiyle birçok farklı yöntem ortaya çıkmıştır. Farklı değişken seçimi yöntemlerinin birleştirilmesiyle oluşturulan oylama mekanizması, daha güvenilir ve kapsamlı bir değişken seçimi süreci sunabilmektedir. Bu çalışmada, makine öğrenmesi modellerinde değişken seçimi sürecinin önemi ve farklı yöntemlerin model performansına etkisi incelenmiştir. Sekiz farklı değişken seçimi yöntemi kullanılarak, veri kümesindeki en önemli değişkenler belirlenmiş ve bu yöntemlerin F1 skoru ile performansları değerlendirilmiştir. Kullanılan değişken seçimi yöntemleri şunlardır: Ki-Kare Testi, Fisher'ın Tam Testi, Bilgi Kazancı Yöntemi, Geriye Doğru Eleme, İleriye Doğru Seçim, Özyinelemeli Özellik Eliminasyonu, Lojistik Regresyon Lasso Düzeltmesi ve Özellik Önem Düzeyleri. Her bir yöntem, veri kümesinden en ilgili değişkenlerin belirlenmesi ve modelin tahmin doğruluğunu artırma amacıyla uygulanmıştır. Çalışmada, bir oylama mekanizması ile farklı yöntemlerin belirlediği en önemli değişkenler birleştirilerek, daha güvenilir ve kapsamlı bir değişken seçimi modeli olabilecek bir yapı kurulmuştur. Elde edilen bulgular, bu oylama yöntemiyle seçilen değişkenlerin, tek bir yönteme göre daha iyi sonuçlar verdiğini göstermiştir. Çalışmanın kapsamı, sadece kategorik verileri içermektedir. Bunun yanı sıra bu yöntem, sürekli değişkenler ve karma veri setlerini de içerecek şekilde genişletilebilir bir yöntem olduğunu göstermektedir. Ayrıca, farklı makine öğrenmesi algoritmaları üzerinde yöntemlerin performansını değerlendirebilir bir yöntem kurgulanmıştır. Bu sayede farklı algoritmanın incelenmesinin önü açılmıştır. Geliştirilen oylama mekanizması, uçtan uca çalışabilecek bir tasarıma sahiptir. Bu sebeple bir Python paketi olarak kullanıma sunulabileceği de ortaya konmuştur. Sonuç olarak, tez çalışması, makine öğrenmesi modellerinde değişken seçimi süreçlerinin önemini vurgulamış ve farklı yöntemlerin birleştirilmesiyle F1 skor metriği daha yüksek sonuçlar elde edilebileceğini göstermiştir. Bu yaklaşım, farklı uygulamalara özel gereksinimleri karşılayacak şekilde esnek ve etkili bir çerçeve sunmakta olup, gelecekteki araştırmalar için önemli bir temel oluşturmaktadır.
Graf-tabanlı öneri sistemi tasarımında karşılaştırmalı benzerlik analizi
Öneri sistemleri kullanıcılara en uygun ürünleri önererek dijital ortamda kullanıcıların deneyimini iyileştirmeyi amaçlayan sistemlerdir. Öneri sistemleri 1990'larda ortaya çıkmış ve günümüzde çevrim içi sistemlerin kullanımın artması ile bu alandaki çalışmalar da artmıştır. Graf veri tabanı, büyük hacimli ilişkisel verileri depolamada diğer veri tabanı türlerine göre daha iyi performans gösterdiği için ilişkisel verileri depolamada sıklıkla kullanılan NoSQL (Not only SQL - Sadece SQL değil) bir veri tabanıdır. Bu tez çalışmasında, graf veri tabanı üzerinde tasarlanan öneri sistemi ile karşılaştırmalı benzerlik analizi gerçekleştirilmiştir. MovieLens veri seti kullanılarak Neo4j graf veri tabanı üzerinde oluşturulan modelde, kullanıcı ve ürün bazlı filtreleme uygulanmıştır. Modelde, kullanıcıların ve filmlerin kendi aralarındaki Kosinüs, Öklid, Manhattan, Chebyshev ve Jaccard benzerlik ölçütleri hesaplanmış ve bu benzerlik ölçütleri puan tahmininde kullanılmıştır. Puan tahminleri, ağırlıklı toplam yöntemi ile yapılmış, ardından gerçek puanlarla karşılaştırılmıştır. Hata değerleri, ortalama mutlak yüzde hata, ortalama mutlak hata, normalize edilmiş ortalama mutlak hata ve kök ortalama kare hata ölçütleri ile ölçülmüştür. Bu hata ölçümleri doğrultusunda, en uygun benzerlik yöntemi belirlenmiştir.
Yarı parametrik regresyon modellerinde tahmin yöntemlerinin karşılaştırılması: Üreme sağlığı alanında bir uygulama
Sunulan tez tüp bebek tedavisi alan hastalarda ovulasyon indüksiyonu sonrası elde edilen oosit sayısını farklı tahmin yöntemleri ile tahmin etmeyi ve bunların tahmin güçlerini karşılaştırmayı amaçlamaktadır. Bu amaç doğrultusunda, hastaların tedaviye başvururken tespit edilen bazal parametreleri üzerinde Genelleştirilmiş Toplamsal Modeller (Generalized Additive Models, GAM), Çok değişkenli Adaptif Regresyon Splineları (Multivariate Adaptive Regression Splines, MARS), Regresyon Ağacı (Regression trees, RT), Lokal Polinomiyal Regresyon (Local Polynomial Regression, LPR), Çoklu Lineer Regresyon (Multiple Linear Regression, MLR) modellerini kullanılarak tahminler yapılmış ve performansları karşılaştırılmıştır. MARS modelinin, eğitim veri setinde belirtme katsayısı (𝑅2) değeri 0,613 ve hata kareler ortalaması karekökü (root mean square error, RMSE) değeri 3,737, test veri setinde ise 𝑅2 değeri 0,476 ve RMSE değeri 4,492 olarak bulunmuştur. Bu sonuçlar, MARS modelinin eğitim veri setinde iyi performans sergilediğini, ancak test veri setinde performansının düştüğünü göstermektedir. GAM ve varyantları olan GAM Poisson ve GAM Negatif Binom modelleri farklı performans metrikleri sergilemiştir. GAM modeli için, eğitim veri setinde 𝑅2 değeri 0,595 ve RMSE değeri 3,825, test veri setinde ise 𝑅2 değeri 0,477 ve RMSE değeri 4,313 olarak bulunmuştur. GAM Poisson modelinin, eğitim veri setindeki 𝑅2 değeri 0,680 ve RMSE değeri 3,399, test veri setinde ise R2 değeri 0,484 ve RMSE değeri 4,309 olarak hesaplanmıştır. GAM Negatif Binom modelinin, eğitim veri setinde 𝑅2 değeri 0,595 ve RMSE değeri 3,825, test veri setinde ise 𝑅2 değeri 0,498 ve RMSE değeri 4,239 olarak bulunmuştur. Bu sonuçlar, GAM Negatif Binom modelinin test veri setinde 𝑅2 açısından diğer GAM modellerine göre daha iyi performans sergilediğini göstermektedir. Regresyon ağaçları modelinin, eğitim veri setindeki 𝑅2 değeri 0,650 ve RMSE değeri 3,554, test veri setinde ise 𝑅2 değeri 0,456 ve RMSE değeri 4,390 olarak bulunmuştur. Bu sonuçlar, RT modelinin eğitim veri setinde iyi performans sergilediğini, ancak test veri setinde performansının düştüğünü göstermektedir. MLR modelinin, eğitim veri setinde 𝑅2 değeri 0,511 ve RMSE değeri 4,202, test veri setinde ise 𝑅2 değeri 0,439 ve RMSE değeri 4,471 olarak hesaplanmıştır. Bu sonuçlar, MLR modelinin diğer modellere göre daha düşük performans sergilediğini göstermektedir. Lokal polinomiyal regresyon modelinin, eğitim veri setinde 𝑅2 değeri 0,704 ve RMSE değeri 3,327, test veri setinde ise 𝑅2 değeri 0,521 ve RMSE değeri 4,244 olarak bulunmuştur. Bu sonuçlar, LPR modelinin hem eğitim hem de test veri setlerinde 𝑅2 açısından en iyi performans sergileyen model olduğunu göstermektedir. Anahtar Kelimeler: MARS, GAM, Lokal Polinomiyal Regresyon, Regresyon Ağaçları
Boylamsal ve yaşam verilerinin parametrik bileşik modellemesinde parametre tahmin yöntemleri
Özellikle biyomedikal ve klinik araştırmalarda, boylamsal ve yaşam verileri sıklıkla birlikte elde edilmektedir. Genellikle bu iki veri ayrı analiz edildiğinde, yaşam verileri için Cox regresyon modeli ve parametrik regresyon modelleri kullanılırken, boylamsal veriler için doğrusal karma etkili model ve genelleştirilmiş tahmin denklemleri kullanılmaktadır. Ancak boylamsal ve yaşam verilerinin ilişkili olduğu durumlarda, birimlerden farklı zaman noktalarında elde edilen boylamsal ölçümlerde, aynı birimin yaşam süresi içerisinde takibi gerçekleştirilememesinden kaynaklı rastgele olmayan kayıp veri oluşmaktadır. Bu nedenle bazı araştırmacılar, bu iki verinin ayrı analizine alternatif olarak rastgele olmayan kayıp verileri de sürece dahil eden bileşik modellemeyi önermişlerdir. Bileşik modellemede temel amaç boylamsal ve yaşam verileri arasındaki ilişkiyi tahmin etmek ve bu iki veri üzerine bağımsız değişkenlerin etkisini araştırmaktır. Bileşik model temel olarak boylamsal alt model ve yaşam süresi alt modelinden oluşmaktadır. Literatürde, farklı yapılardaki boylamsal ve yaşam verilerinin birleşik modellemesi üzerine birçok model geliştirilmiştir. Ayrıca, farklı model yapılarının yanı sıra, bileşik model parametre tahminlerini elde etmek için iki - aşamalı yaklaşım, olabilirlik yaklaşımı ve Bayesci yaklaşımlar gibi farklı yöntemler geliştirilmiştir. Olabilirlik yaklaşımında, bileşik model olabilirlik fonksiyonunda yer alan integrallerin kapalı formda çözümü olmadığından Laplace, Gauss Hermite ve uyarlanmış Gauss Hermite gibi farklı sayısal yaklaşımlar önerilmiştir. Bileşik modelleme ve parametre tahmin yaklaşımları üzerine yapılan çalışmaların çoğunda boylamsal veriler için doğrusal karma etkili model ile yaşam verileri için Cox regresyon modelinin, paylaşılmış rastgele etkiler ile birleştirilmesinden elde edilen bileşik model yapısı kullanılmaktadır. Ancak, yaşam verilerinin orantılı tehlikeler varsayımını sağlamadığı ve belirli bir dağılıma uygun olduğu durumlarda, daha yansız ve güvenilir tahminler elde edebilmek için parametrik bileşik modellemeler kullanılmalıdır. Bu kapsamda bu tez çalışmasında, yaşam verilerinin orantılı tehlikeler varsayımını sağlamadığı ve belirli bir dağılama uygun olduğu durumlarda kullanılan parametrik bileşik model parametre tahminlerini hesaplamak için Bayesci iki - aşamalı yaklaşım önerilmiştir. Önerilen yaklaşım, literatürde sıklıkla kullanılan Gauss Hermite ve uyarlanmış Gauss Hermite yaklaşımları ile kıyaslanmıştır. Yöntemlerin performansını incelemek için farklı örneklem genişliklerinde, durdurma oranlarında ve parametre değerlerinde simülasyon senaryoları gerçekleştirilmiştir. Simülasyon sonuçlarına göre, önerilen Bayesci iki - aşamalı yaklaşımın tüm senaryolarda Gauss Hermite ve uyarlanmış Gauss Hermite yaklaşımlarına kıyasla daha iyi sonuçlar verdiği görülmüştür. Riskin yüksek olduğu durumlarda ise tüm yöntemlerin riskin düşük ve orta düzey olduğu durumlara kıyasla daha yanlı tahminler verdiği tespit edilmiştir. Aynı zamanda tüm yöntemlerin örneklem genişliği arttıkça ve durdurma oranı azaldıkça daha az yanlı tahminler verdiği ve grup değişkenini birleştirme parametresine kıyasla daha az yanlı tahmin ettiği görülmüştür. Önerilen yaklaşımın uygulanabilirliğini göstermek amacıyla R programında yer alan aort kapakçığı değiştirme ameliyatı veri seti ve AIDS veri setinden, simülasyon çalışmasında dikkate alınan parametrik bileşik model yapısına uygun olarak rastgele örneklem seçilmiş ve yöntemlerin performansları kıyaslanmıştır. Her iki uygulama sonucunda en iyi model tahminleri simülasyon sonuçlarına benzer şekilde Bayesci iki - aşamalı yaklaşımdan elde edilmiştir.
Çok durumlu modellerde geçiş olasılıklarının tahmini
Yaşam çözümlemesinde, tanımlanan bir olay gerçekleşene kadar geçen süre incelenmektedir. Bireyin ya da incelenen birimin başlangıç noktasından son noktaya varıncaya kadar geçirdiği sürede başka durumların yaşanması ve durumlar arasında geçişlerin olması söz konusudur. Çok durumlu (multi-state) modellerde son duruma gelinceye kadar geçen süreçte geçiş yapılan ara durumlar vardır. Çok durumlu yaşam çözümlemesi modelleri iki durumlu klasik yaşam çözümlemesi modellerinin genişletilmiş biçimidir. Literatürde en çok kullanılan model üç durumlu hastalık ölüm modelidir. Bu modelde ilk ve son durum arasında bir geçiş durumu bulunmaktadır. Bu çalışma ile çok durumlu modeller ve genel model yapıları tanıtılmıştır. Geçiş olasılığı ve standart hata tahminlerinde Zaman ve ark. (2012) tarafından önerilen tahmin edici yaklaşımı üç durumlu hastalık ölüm modeline uyarlanmıştır. Aalen-Johansen (AJ), ön düzgünleştirilmiş AJ (Presmoothed Aalen-Johansen - PAJ), yaşam verisi analizi (Lifetime Data Analysis - LIDA), Landmark (LM), ön düzgünleştirilmiş LM (Presmoothed Landmark - PLM), Landmark Aalen-Johansen (LMAJ) ve ön düzgünleştirilmiş LMAJ (Presmoothed Landmark Aalen-Johansen - PLMAJ) tahmin edicilerine olasılık ve standart hata üzerinden düzeltme yapılmış ve durumlar arası bütün geçişler için olasılık (p_11, p_12, p_13, p_22 ve p_23) ve standart hata değerleri hesaplanmıştır. Ayrıca iki durumlu yaşam çözümlemesinde kullanılan Fleming-Harrington (FH) tahmin edicisi üç durumlu hastalık ölüm modellerine uyarlanarak FH tahmin edicileri üzerinden düzeltme yapılmıştır. Bütün tahmin ediciler için çalışma sürecindeki zaman noktalarında olasılık ve standart hata değerleri hesaplanarak, p_ij(s,t) ve standart hatalar için belirlenen bazı s noktalarında grafikler çizilmiştir. AJ, PAJ, LIDA, LM, PLM, LMAJ ve PLMAJ ve bu tahmin ediciler üzerinden hesaplanan FH tahmin edicileri sonuçları kıyaslanarak, tahmin ediciler arasındaki değişkenlik ortaya koyulmuştur. Yöntemlerin uygulanabilirliğini göstermek amacıyla kolon kanseri, kalp nakli, meme kanseri ve serviks kanseri verileri üzerinde çalışılmıştır. AJ, PAJ, LIDA, LM, PLM, LMAJ ve PLMAJ tahmin edicileri için düzeltilmiş tahmin edicilerin standart hata değerleri daha düşük elde edilmiştir. FH ve düzeltilmiş FH standart hata değerleri diğer tahmin edicilerin standart hata değerlerinden genel olarak daha yüksek çıkarken, meme kanseri verisinde p_11 ve serviks kanseri verisinde p_23 geçiş olasılıkları için düzeltilmiş FH tahmin edicileri daha düşük standart hata değeri vermiştir. Bütün veri setleri için düzeltilmiş tahmin edicilerde daha iyi sonuçlar elde edilmiştir.
Kopula fonksiyonları ve kripto para birimlerine bir uygulama
Günümüzde adını sıkça duyduğumuz kripto paralar ilk olarak 2009 yılında hayatımıza Bitcoin ile girmiştir. Kripto paralar oldukça değişken olmakla birlikte risk düzeyleri çoğunlukla bilinmemektedir. Yatırımcılar için risk ve kuyruk özelliklerini bilmek önemlidir. Bu nedenle kripto paralar arasındaki bağımlılık yapısını modellemek için finansal verilerde yaygın olarak kullanılan kopula fonksiyonları kullanılmıştır. Bu amaçla piyasa değeri en büyük olan 4 kripto para birimi (Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB), Ripple (XRP)) seçilmiştir. Bu kripto para çiftleri arasındaki bağımlılık yapısına en uygun kopula fonksiyonları belirlenmiştir. Analizler sonucunda, BTC-ETH, BTC-BNB ve BTC-XRP kripto para çiftleri arasındaki bağımlılık yapısı Survival Tawn-2 kopula, ETH-BNB arasındaki bağımlılık yapısı Frank kopula, ETH ile XRP arasındaki bağımlılık yapısı Survival BB8 kopula ve BNB-XRP arasındaki bağımlılık yapısı Survival Gumbel kopula ile açıklanmaktadır. Böylece kripto para birimlerinin riskleri ve kuyruk bağımlılığı hakkında bir fikir verebilmesi açısından yapılan çalışma literatüre bir katkı sunmaktadır. Tez çalışmasında açık kaynak kodlu R yazılımının 4.2.2 versiyonu kullanılmıştır.
Makine öğrenme yaklaşımlarının biyoinformatikte ilaç geliştirme probleminde kullanılması
İlaç araştırma ve geliştirme sürecinin odak noktasında insan vardır. Hastanın, hastalığını yenmesine yardım etmek ve yaşam kalitesini iyileştirmek amaçlanır. İlaç geliştirme sürecinde yenilikçi ilaçların etkin, güvenilir ve mümkün olan en kısa sürede hastaların kullanımına sunulacak tedaviler olması amaçlanır. Ancak bir ilacın keşfedilerek tıbbın hizmetine sunulması zaman alıcı ve yüksek maliyet gerektirir. Son yıllarda ise bilişim teknolojilerinin gelişmesi ve biyoinformatik tabanlı uygulamalar sayesinde bu sürecin daha az maliyetle ve hızlı bir şekilde klinik aşamaya geçilmesinde gelişme sağlanmıştır. Bu tez çalışmada Tip-2 diyabet tedavisi için, DPP-4 inhibitörleri kullanılarak ve makine öğrenme yaklaşımları yardımıyla ilaç adayı olabilecek moleküllerin tespit edilebilmesi amaçlanmıştır. ChEMBL veri tabanından elde edilen veriler 10 adet makine öğrenimi algoritmalarıyla ve yapay sinir ağı modeliyle analiz edilmiştir. Modellerin performanslarının karşılaştırılmasında Hata Kareler Ortalaması Karekök (HKOK) ölçütleri ile değerlendirilmiştir. Uygulama sonucunda, en iyi öngörüleri üreten makine öğrenme yaklaşımlarının Rastgele Orman ve tek tabakalı ileri beslemeli sinir ağı olduğu görülmüştür. Bu iki yöntemin birbirlerine yakın öngörü sonuçları verdiği gözlemlenmiştir. Modellerin performanslarının değerlendirilmesinde, literatürde en yaygın ölçüt olan kök ortalama kare hatası değerine göre, Rastgele Orman modeli daha yüksek performans gösterdiği için optimum model olarak seçilmiştir. Yapılan bu çalışma sonuçlarına göre, Tip-2 diyabet tedavisi için ilaç adayı olabilecek moleküllerin tespit edilmesinde Rastgele Orman yaklaşımı kullanmanın iyi sonuçlar ürettiği görülmüştür.
Genetik algoritma ve K-ortalamalar algoritmasının tavsiye sistemleri için uygulanması
Müşteri memnuniyetine verilen önemin her geçen gün artması ile birlikte işletmeler, müşterilerin ilgi alanlarını ve tercihlerini keşfetmeyi hedefler. Dolayısıyla uygun ürün veya hizmetleri sağlamaları bulunduğumuz rekabet ortamında oldukça kritiktir. Günümüzde de dijitalleştirilmiş hizmetlere önemli yatırımlar yapılmaktadır. Örneğin e-ticaret alanı, COVID-19 pandemisini avantaja çevirerek önemli gelişmelerin olduğu bir alan oluşturmuştur. E-ticaretteki bu gelişmelerden biri de tavsiye sistemlerinden en iyi şekilde faydalanılmasıdır. Tavsiye sistemleri, kullanıcı ile öğeler arasındaki etkileşimi izleyerek çalışır. Bu etkileşimlerin ortaya konmasında ise kümeleme yöntemleri kullanılarak, benzer özelliklere sahip kullanıcıları veya öğeleri gruplandırabilir. Ayrıca, kümeleme yöntemleri kullanarak tavsiye sistemlerindeki bazı dezavantajlar giderilebilir. Bu dezavantajların giderilmesi noktasında, optimize edilmiş kümeleme süreçleri önemli bir rol oynamaktadır. Optimize edilmiş kümeleme süreçleri, yeni öğeler ve yeni kullanıcılar için daha iyi başlangıç önerileri sağlayabilir. Aynı zamanda da veri seyrekliği vb. sorunları ele alabilir. Genetik algoritmaların optimizasyon alanında kullanımı da oldukça popülerdir. Temel olarak doğal seleksiyon ve genetik prensiplere dayanan etkili optimizasyon algoritmaları olarak, çeşitli alan ve uygulamalarda başarıyla kullanılan sezgisel tekniklerden biridir. Genetik algoritmada, çözüm dizilerinden oluşan bir başlangıç popülasyonu, çaprazlama ve mutasyon gibi genetik operatörler kullanılmaktadır. Genetik algoritmanın kümeleme süreçlerinin optimizasyonunda kullanılması, tavsiye sistemlerine olumlu etkiler sağlayabilmektedir. Bu şekilde tavsiye sistemleri için daha iyi kümeleme sonuçları, veri seyrekliğinin azaltılması, kişiselleştirilmiş öneriler, soğuk başlangıç probleminin azaltılması ve daha iyi çeşitlilik sağlama gibi olumlu etkiler sağlanabilmektedir. Bu yaklaşım, tavsiye sistemlerinin performansını artırarak kullanıcı memnuniyetini ve öneri sonuçlarının etkinliğini arttırmayı hedeflemektedir. Tez çalışmasında, öncelikle geleneksel tavsiye sistemleri ve dezavantajlı durumları incelenmiştir. Ardından kümeleme yöntemleri ve tavsiye sistemlerinde kullanımı detaylandırılarak sonrasında genetik algoritma tanıtılmıştır. Genetik algoritmalar, pazarlama veri kümesinde K-ortalamalar kümeleme işlemlerini optimize etmek için uygulanmış olup performansı K-ortalamalar kümelemesi ile karşılaştırılmıştır. Bu çalışma, genetik algoritma kümeleme tekniğini kullanarak (GA-KOK) kullanıcıları daha iyi profillemek ve tavsiye çıktılarını iyileştirerek tavsiyelerin oluşturulmasını sağlamaktır.
Sağlam kestiricilere dayalı varyans analizi
Örneklem ortalamaları üzerinden hesaplanan Varyans Analizinde (ANOVA) belirli varsayımların sağlanması gerekmektedir. Varsayımların sağlanmaması durumunda Varyans Analizi gerçek grup farklılıklarını tam olarak ortaya koyamamakta bu durumda da düşük güce sahip bir test ortaya çıkabilmektedir. Varsayımlardan çok küçük bir sapma bile bu problemleri ortaya çıkaracaktır. Bu duruma çözüm olarak önerilen yöntemlerden birisi de sağlam yöntemlerdir. Tez çalışmasında, sağlam kestiricilere dayalı olarak önerilen testlerin 1. Tip hataları, klasik en küçük kareler (EKK) kestiricileri ile karşılaştırılmıştır.
Biyomedikal görüntülerin sınıflandırılması için yeni bir evrişimli sinir ağı mimarisi
Evrişimli sinir ağları (CNN) derin öğrenmenin özelleştirilmiş hali olup son dönemde yaygın olarak kullanılan yapay zekâ algoritmalarındandır. Biyomedikal görüntüler gibi karmaşık verileri kolayca ayırt edebilmektedir. Bu çalışmada 34 katmanlı yeni bir CNN mimarisi önerilmiştir. Önerilen bu mimari OzNet olarak isimlendirilmiştir. OzNet, çeşitli biyomedikal verilerin sınıflandırılması için uygulanmış ve oldukça yüksek performans göstermiştir. Bu çalışmada ilk olarak tek boyutlu elektrokardiyogram (ECG) sinyal veri seti kullanılmıştır. Bu veriler, sürekli dalgacık dönüşümü (CWT) ile iki boyutlu görüntülere dönüştürülmüş ve OzNet ile sınıflandırılmıştır. OzNet aynı zamanda AlexNet ve SqueezeNet ile karşılaştırılmış ve bu önceden eğitilmiş mimarilerden daha etkili bir şekilde sınıflandırmıştır. Bu çalışmada, OzNet mimarisinin etkinliğini artırmak için destek vektör makineleri (SVM) ile OzNet birleştirilmiştir. Sonuç olarak ECG veri setinin sınıflandırılmasında, Oznet-SVM mimarisi ile %99.21'lik doğruluk oranı elde edilmiştir. Bu çalışmada ikinci olarak koronavirüs (COVID-19) bilgisayarlı tomografi (CT) görüntüleri kullanılmıştır. Bu görüntüler, çeşitli ön işlem yöntemleri kullanılarak, OzNet ve önceden eğitilmiş mimariler ile sınıflandırılmıştır. Elde edilen sonuçlara göre ayrık dalgacık dönüşümü (DWT), mimarilerin sınıflandırma performansını artırmıştır. COVID-19 CT görüntülerinin sınıflandırılmasında, DWT-OzNet mimarisi %99.5'lik bir doğruluk oranı elde etmiştir. Bu çalışmada üçüncü olarak beyin kanama türlerini içeren CT görüntüleri kullanılmıştır. OzNet bu görüntüler üzerinde de yüksek sınıflandırma başarısı elde etmiştir. Fakat sonuçların daha başarılı olması ve çalışmanın güvenirliğini artırmak için komşuluk bileşenler analizi (NCA) ve makine öğrenme algoritmalarıyla birleştirilmiştir. Burada OzNet, otomatik özellik çıkarıcı olarak kullanılmıştır. Tam bağlantılı katmandan her bir görüntü için 4096 özellikler elde edilmiştir. Bu özellikler, minimum kayıpla önemli ve bilgilendirici özelliklere sahip olacak şekilde NCA tarafından indirgenmiştir. Daha sonra bu önemli özellikler sınıflandırıcılar ile sınıflandırılmıştır. Deneysel sonuçlara göre, yapay sinir ağları (ANN) ile elde edilen OzNet-NCA-ANN yapısı %100 doğruluk oranı ile en iyi sınıflandırıcı modeli olmuştur.
Recurrent neural networks for complex survival problems
In this study, we introduce a novel deep learning technique (CmpXRnnSurv_AE) that obliterates the limitations imposed by traditional approaches and addresses the limitations of the existing deep learning systems to jointly predict the risk-specific probabilities and survival function for recurrent events with competing risks. We introduce the component termed Risks Information Weights (RIW) as an attention mechanism to compute the weighted cumulative incidence function (WCIF) and an external auto-encoder (ExternalAE) as a feature selector to extract complex characteristics among the set of covariates responsible for the cause-specific events. We train our model using synthetic and real data sets and employ the appropriate metrics for complex survival models for evaluation. As benchmarks, we selected both traditional, and machine learning models and our model demonstrates better performance across all datasets with the best weighted time dependent concordant index score of 92% and the weighted time dependent Brier score of 20%. Keywords: Cumulative Incidence Function (CIF), Risk Information Weight (RIW), Autoencoders (AE), Survival analysis, Recurrent Neural Networks (RNN), Long Short-Term Memory (LSTM).
Evrişimsel sinir ağları kullanarak sondaj karot sandıkalrının incelenmesi ve tenör tahmini
Madencilik şirketleri, 2018 yılı için yaklaşık 10 Milyar USD'lık bir kaynağı yeni madenlerin keşfedilmesine ve araştırılmasına ayırmıştır. Sondaj, yeraltı maden yataklarının araştırılmasında uzun yıllardır kullanılan bir yöntemdir. Sondajlardan elde edilen karotlar kullanılarak kayayı oluşturan minerallerin cinsi, değeri ve miktarı hakkında bilgi edinilmektedir. Madencilik endüstrisinde, kaynak tahmini ve maden analizi, operasyonel verimliliği artırmak, maliyetleri düşürmek ve sürdürülebilirliği sağlamak için kritik öneme sahiptir. Çalışma, Evrişimsel Sinir Ağları kullanarak sondaj karot sandıklarının incelenmesi ve tenör tahmini üzerine odaklanmaktadır. U-Net modeli kullanılarak, demir madeni kaynaklarının değerlendirilmesi için bir görüntü segmentasyonu ve tenör tahmini uygulaması geliştirilmiştir. Veri kümesi, sondaj karot sandıklarından alınan görüntülerden oluşan bir veri tabanından elde edilmiştir. Eğitim sürecinde; U-Net modelleri, karot numunesi ve numune üzerindeki cevherli bölgenin tespiti için eğitilmiştir. Geliştirilen uygulama, karot görüntüleri üzerinden tenör hesaplamalarını gerçekleştirip çıktı olarak sunmaktadır. Bu çalışmanın, günümüz veri analiz tekniklerinin madencilik sektöründeki potansiyelini vurgulayarak, kaynak tahmini ve veri analizi alanlarında alternatif bir yöntem sunması hedeflenmektedir. Tezin sonuçlarının, öncelikle ülkemiz madencilik endüstrisi için, değerli bir katkı sağlayacağı ve gelecekteki araştırmalara, kaynak tahmini tekniklerinin geliştirilmesine ve operasyonel verimliliğin artırılmasına ilham vereceği düşünülmektedir.
Tümörlü beyin hücreleri tespitinde öğrenme aktarımıyla derin sinir ağlarının uygulanması
Bu tez, tıbbi görüntü analizinde derin öğrenme modellerinin etkinliğini ve uygulanabilirliğini incelemektedir. Özellikle, çeşitli türlerde tümörleri içeren manyetik rezonans görüntülerinin (MRI) sınıflandırılmasına odaklanmaktadır. Giriş bölümünde, tıbbi görüntü analizinin önemi, yapay zekâ ve derin öğrenmenin bu alandaki yükselişi ve bu çalışmanın amacı detaylı bir şekilde ele alınmıştır. Tezde, beş popüler derin öğrenme modeli olan ResNet, EfficientNet, MobileNet, DenseNet ve InceptionV4 kullanılmıştır. Her bir model, ImageNet ağırlıklarıyla öğrenme aktarımı yöntemi kullanılarak eğitilmiş ve ImageNet ağırlıkları olmadan sıfırdan eğitilmiştir. Modellerin performansları, çeşitli tümör türlerini sınıflandırma doğruluğu üzerinden değerlendirilmiştir. Sonuçlar genel olarak tüm metrikler üzerinden değerlendirilse de sınıfların dengesiz dağılımları sebebiyle F1-skor üzerinden nihai değerlendirme yapılmıştır. InceptionV4 modelinin ImageNet ağırlıklarıyla eğitildiğinde en yüksek genel başarı oranına (%96 F1-Skor) sahip olduğu gözlemlenmektedir. Diğer modeller de benzer şekilde yüksek başarı oranlarına sahip olmakla birlikte, bazı tümör türlerini sınıflandırmada zorlanmaktadırlar. Özellikle Granuloma T2 gibi belirli sınıflarda tüm modellerin performansı düşmüştür. Tez ayrıca, öğrenme aktarımının, modellerin hızlı ve etkili bir şekilde eğitilmesine yardımcı olduğunu vurgulamaktadır. Bununla birlikte, özel veri setleri için model eğitimi gerçekleştirmenin ve hiper parametre ayarının modellerin performansını artırabileceği belirtilmiştir. Tez sonunda, klinik uygulamalar için tümör sınıflandırmasında hangi derin öğrenme modelinin veya modellerinin en uygun olduğuna dair değerli bilgiler sağlanırken, bu modellerin sınırlamalarını ve zorluklarını anlamak gelecekteki araştırmalara ve geliştirmelere yön verebilir. Bu çalışma, tıbbi görüntü analizinde derin öğrenmenin önemini vurgulamakta ve bu alanda yapılan araştırmalara katkıda bulunarak hastalar için daha doğru teşhisler ve etkili tedavilerin önünü açmaktadır.
Birinci dereceden tam sayı değerli otoregresyon modellerinin incelenmesi
Poisson dağılımı genellikle tam sayı değerli otoregresyon modellerinde hataların dağılımı için kullanılır. Ancak, dağılımın ortalaması varyansına eşittir ve eşit yayılan seriler için uygundur. Gerçek tam sayı değerli zaman serileri genellikle aşırı veya yetersiz yayılmaktadır. Bu nedenle, literatürde Binom inceltmesine dayalı, farklı dağılımlara sahip hatalarla birçok birinci dereceden tam sayı değerli otoregresyon (INAR(1)) modelleri geliştirilmiştir. Bu tez çalışması kapsamında, tam sayı değerli zaman serilerinin modellenmesi için literatürde yer alan INAR(1) modelleri ayrıntılı olarak incelenmiştir. İncelenen modeller biri aşırı, diğeri yetersiz yayılım gösteren iki farklı gerçek tam sayı değerli zaman serisi üzerinde belirli kriterler ile karşılaştırılmış ve seriler için en uygun INAR(1) modelleri belirlenmiştir.
Aykırı değerler varlığında sınıflandırma yöntemleri
Veri madenciliğinde denetimli öğrenme başlığı altında yer alan sınıflandırma tekniklerinin önemi, sürekli değişen, çeşitlenen ve çoğalan verilerin hızıyla beraber artmaktadır. Verilerdeki bu değişkenlik, sınıflandırma tekniklerinin de değişim ve gelişimi ihtiyacını doğurmaktadır. Temel sınıflandırma teknikleri altında önerilen sağlam (robust) sınıflandırma teknikleri, yanlış sınıflandırma oranlarının düşmesi için geliştirilmektedir. Verilerdeki gelişim ve değişimlerin meydana getirdiği aykırı değerlerin varlığında, doğru sınıflandırma yönteminin bulunabilmesi gün geçtikçe önemini arttırmaktadır. Bu çalışmada makine öğrenmesi başlığı altında toplanan bazı sınıflandırma teknikleri incelenmiştir. Literatürde en çok kullanılan ve kaynaklarda başarılı olarak nitelendirilen algoritmalar ile benzetim ve gerçek veri kümeleri üzerinde analizler yapılmış ve yorumlanmıştır. Sınıflandırma algoritmalarının tahmin hatalarını sayısallaştırarak yorumlayabilmek için Eşik Değerleri (Threshold Metrics) kullanılmıştır. Sınıflandırma algoritmalarının başarıları duyarlılık (sensitivity), belirlilik/özgüllük (specificity), genel doğruluk oranı ve F1-değerileri hesaplanarak, bu veriler üzerinden değerlendirilmiştir. Değerlendirme çeşitlendirilerek 4 tip benzetim veri kümesi ve 2 farklı gerçek veri üzerinden analizler yapılmıştır. Yapılan analiz sonuçları tablolaştırılmış, yorumlanmış ve F1-değerlerinin grafiksel gösterimlerinden faydalanılmıştır. Benzetim veri kümeleri ile analizlerde lojistik regresyon, benzer özelliğe sahip olan sağlam lojistik regresyon, tanjantboost, gudermannianboost algoritmaları, sağlam doğrusal ayrıştırıcı (Robust Linear Discriminant Analysis - RLDA) ve sağlam karesel ayrıştırıcı ((Robust Quadratic Discriminant Analysis - RQDA), OGK (Ortogonolize Gnanadesikan- Kettenring) kestiricili sağlam doğrusal ayrıştırıcının (RLDA-OGK) başarıları ön plana çıkmıştır. Gerçek veri kümelerinin çalışıldığı analiz sonuçlarında ise lojistik regresyon, sağlam lojistik regresyon, tanjantboost, gudermannianboost algoritmaları, duyarlılık (sensitivity), belirlilik/özgüllük (specificity), genel doğruluk oranı ve F1-değerlerinin tümü göz önüne alındığında önemli bir farkla başarılı bulunmuşlardır.
Türkiye'de gün öncesi piyasası için elektrik fiyatlarının tahmini
Elektrik, tarih öncesi çağlardan beri varlığı bilinse de özellikle aydınlatma amacıyla kullanılmaya başlanmasıyla birlikte insan hayatında vazgeçilmez bir yer edinmiştir. Devletler, elektriğin üretim, iletim ve dağıtımını vatandaşlarına herhangi bir ayrım gözetmeksizin gerçekleştirme amacı içerisinde olmuşlar ve bu aşamaları sağlayacak kurumlar meydana getirmişlerdir. Elektrik endüstrisinde 1940'lı yıllarda elektriğin devlet tekelinde olması yeğlenirken 1980'li yılların hemen başlarında bu düşünce yadsınır hale gelmiştir. Böylece devletin rolünün azaltılması hedeflenerek denetleyici ve düzenleyici bir konumda olması için endüstride düzenlemeler yapılmaya başlanmıştır. Başta Şili olmak üzere, İngiltere, İskandinav ülkeleri ve daha birçok ülke elektrik piyasasında düzenlemeye giderek özel kesimin piyasada etkin olmasını sağlamaya çalışmıştır. Türkiye' de ise serbestleşme çalışmaları milenyumun ilk yıllarında başlamıştır. Bu tez çalışmasının amacı elektrik fiyatlarının tahmin edilmesi ve öngörülmeye çalışılması olarak belirlenmiştir. Çalışmanın kapsamını, Türkiye'de faaliyet gösteren elektrik piyasalarından biri olan Gün Öncesi Piyasasında işlem gören Piyasa Takas Fiyatı (PTF)'nın tahmin edilmesi oluşturmaktadır. Tahmin yöntemi olarak, makine öğrenmesi yöntemlerinden Yapay Sinir Ağları, Destek Vektör Makineleri ve Rastgele Orman Yöntemi kullanılmıştır. Bu amaçla, uygulamada kullanılan girdiler ve yöntemlerle birlikte altı farklı model kurulmuş olup PTF'nin en iyi tahmini Model 6 ile elde edilmiştir. En iyi tahmin eden yöntem ise Rastgele Orman Yöntemi olmuştur. Böylelikle, Model 6 ile PTF' nin 24 saatlik öngörüsü gerçekleştirilmiş ve sonuçlar özetlenmiştir.
Klasik ve Bayesci yapısal eşitlik modellerinde parametre tahminlerinin karşılaştırılması: Sıralı kategorik verilerle bir uygulama
Bu çalışmada günümüzde oldukça yaygın kullanımı olan ve nedensel ilişkileri inceleyen Yapısal Eşitlik Modellerinde (YEM) parametre tahmin yöntemlerinden En Çok Olabilirlik (EÇO) ve Bayesci tahmin yöntemleri karşılaştırılmıştır. Son yıllarda klasik yaklaşım varsayımlarının sağlanamadığı kayıp verili, karmaşık, çok düzeyli, yarı parametrik, doğrusal olmayan ya da sıralı kategorik verilerin oluşturduğu modeller için YEM'de Bayes yaklaşımı (BYEM) kullanılmaya başlanmıştır. Önsel bilgiler ile elde edilen dağılımları kullanarak sonsal dağılımlar elde etmesi, Markov Zinciri Monte Carlo (MCMC) yöntemlerinden Gibbs örnekleyicisi ile küçük örneklemlerle çalışmayı mümkün hale getirmesi, farklı veri yapılarıyla esnek modellemeye izin vermesi gibi özelliklerinden dolayı Bayesci yaklaşım araştırmacılar tarafından oldukça ilgi gören bir yöntem haline gelmiştir. Çalışmada SERVQUAL (Hizmet Kalite Ölçeği) ile üniversiteli öğrencilerin bankaların hizmet kalitesinden duydukları memnuniyetleri, klasik YEM ve BYEM ile analiz edilmiştir. Uygulamada klasik YEM için LISREL, BYEM için OpenBUGS paket programı tercih edilmiştir. Araştırma modelinde SERVQUAL ölçeği kullanılmıştır. Ölçeğinin sıralı kategorik yapısından dolayı BYEM'de önsel bilgi kullanımı için eşik değer (threshold) yaklaşımı ayrıntılı bir şekilde verilmiştir. Analiz sonuçlarına göre bankacılık hizmet kalitesi için önerilen modelde, "Güvence", "Fiziki Görünüm" ve "Erişilebilirlik" hizmet boyutları klasik yaklaşımda istatistiksel olarak anlamlı bulunurken, Bayesci yaklaşımda bu hizmet boyutlarına ek olarak "Güvenilirlik" hizmet boyutunun da istatistiksel olarak anlamlı olduğu gösterilmiştir. Çalışmada parametre tahminlerinde BYEM'in klasik YEM'e göre daha iyi sonuçlar verdiği gerçek verilerle yapılan uygulama ile desteklenerek detaylı anlatılmıştır.
Aralıklı durdurulmuş veriler ile yaşam çözümlemesi
Durdurma, yaşam çözümlemesini diğer istatistiksel yöntemlerden ayıran en önemli özelliktir. Durdurulmuş gözlem tamamlanamamış gözlem demektir ve başarısızlığın gerçekleşme zamanı hakkında kısmen bilgi vermektedir. Bunun anlamı, bir birimin bir süre boyunca gözlenmesine rağmen bu süreçte başarısızlığın meydana gelmemesidir. Ayrıca gözlem altındaki bir birim bazı nedenlerden dolayı gözlemden çıkabilir ya da birimler araştırmaya farklı zamanlarda da dâhil olmuş olabilir. Eğer başarısızlık süresi, bu gibi nedenlerden dolayı tamamlanmamış ise durdurulmuş gözlem söz konusudur. Yaşam çözümlemesinde farklı durdurma türleri olmakla birlikte uygulamada en çok sağdan durdurma ile karşılaşılmaktadır. Yaşam çözümlemesinde kullanılan yöntemlerin çoğu gözlemlerin sağdan durdurulmuş olduğu veri kümeleri için geliştirilmiştir. Aralıklı durdurulmuş veriler ile ilgili çalışmalar da son yıllarda hız kazanmıştır. Birimin başarısızlık süresi belli bir aralıkta gerçekleşiyorsa aralıklı durdurulmuş gözlemler söz konusudur. Bu veriler genellikle, ilgilenilen gözlemlerin sürekli izlenemediği durumda oluşur. Sadece ilgilenilen olayın iki gözlem periyodu arasında meydana geldiği bilinmektedir. Yaşam çözümlemesinde yaygın olarak kullanılan Cox regresyon modeli ve parametrik yaşam modelleri aralıklı durdurulmuş veriler için geliştirilmiştir. Bu çalışmada aralıklı durdurulmuş veriler için yaşam modelleri teorik açıdan incelenmiş ve uygulama bölümünde ise Primer Biliyer Siroz verisi kullanılmıştır. Veri yapısı hem aralıklı durdurulmuş hem de sağdan durdurulmuş olarak ele alınmıştır. Cox regresyon modeli ve parametrik yaşam modelleri uygulanmış ve sonuçlar tartışılmıştır. Anahtar Kelimeler: Aralıklı durdurma, Cox regresyon modeli, hızlandırılmış başarısızlık süresi modeli, orantılı tehlikeler, sağdan durdurma.
Kesirli polinomlar ile yaşam modelleri
Kesirli polinomlu regresyon modelleri, değişkenlerin doğrusal olmayan etkilerini modellemek için önerilmiştir. Sürekli değişkenlerin sürekli değişken olarak modele dahil edilmesi ve kategorik biçime dönüştürülerek modele dahil edilmesi sonuçları değiştirebilir.Özellikle sağlık alanındaki çalışmalarda sürekli değişkenler, örneğin yaş, çok kategorili değişkenlere dönüştürülerek kullanılmaktadır. Ancak değişkenleri kategorik biçime dönüştürmek bilgi kaybına neden olmaktadır. Değişken düzeylerinin nasıl belirleneceği konusunda da kararsızlıklar ortaya çıkmaktadır. Bu durumda da kesirli polinomlu modeller uygun bir alternatif olmaktadır. Literatürde, kesirli polinomların klasik regresyon modelinde ve lojistik regresyon modelinde kullanımına ilişkin çalışmalar vardır. Cox regresyon modelinde de açıklayıcı değişkenler ile yaşam süresi arasındaki ilişkiyi doğru bir biçimde modellemek için kesirli polinomlu Cox regresyon modeli kullanılabilir. Uygun fonksiyon seçimi yönteminin uygulanması, doğrusal bir fonksiyonun ya da doğrusal olma-yan bir kesirli polinomun uygun olup olmamasının kontrol edilmesini kolaylaştırmaktadır. Tez çalışmasında, kesirli polinomların Cox regresyon modelindeki kullanımı incelenmiş, meme kanseri ve prostat kanseri veri kümeleri üzerinde uygulaması yapılmıştır. Sürekli ve kategorik açıklayıcı değişkenli klasik Cox ve kesirli polinomlu Cox regresyon modelleri veri kümelerine uygulanmıştır. Meme kanseri veri kümesi için kesirli polinomlu Cox regresyon modelleri uygulanmış, ancak veri kümesi için yaş değişkeninin model üzerinde doğrusal bir etkisi olduğu ve klasik Cox regresyon modellerinin kullanılmasının daha uygun olduğu sonucuna ulaşılmıştır. Prostat kanseri veri kümesinde klasik Cox regresyon modeli için orantılı tehlikeler varsayımı sağlanmadığından bu sonuçların kullanılması ve yorumlanması uygun değildir. Bu veri kümesi için kesirli polinomlu Cox regresyon modeli incelendiğinde ise yaş değişkeninin bağımlı değişken ile doğrusal olmayan bir ilişkiye sahip olduğu belirlenmiş ve orantılı tehlikeler varsayımının sağlandığı görülmüştür. Buna göre, kesirli polinomlu Cox regresyon modelinin prostat kanseri veri kümesi için daha uygun olduğu sonucuna varılmıştır.
Yaşam çözümlemesinde yapısal eşitlik modelleri
Yaşam çözümlemesi, belirlenmiş bir olay gerçekleşene kadar geçen sürenin incelenmesi için geliştirilmiş istatistiksel yöntemler topluluğudur. Olayın ortaya çıkma zamanının tam olarak bilinmemesi kesikli zamanlı yaşam çözümlemesi olarak tanımlanırken, olay zamanının açık bir şekilde tespit edilebilmesi sürekli zamanlı yaşam çözümlemesi olarak tanımlanır. En çok bilinen sürekli zamanlı yaşam çözümlemesi modeli Cox regresyon modeli olmasına rağmen parametrik dağılımlar da kullanılabilmektedir. Yapısal eşitlik modelleri ise gözlemlenen değişkene ek olarak gizli değişkenleri de çözümlemeye katarak zamanla gelişmiş, farklı bir yöntem haline gelmiştir. Yapısal eşitlik modelinde gizli ve gözlenen değişkenler arasındaki kovaryans ilişkisi esas alındığından hata payının az çıkması daha güvenilir çözüm sonuçlarına neden olmuştur. Yaşam çözümlemesinde yer almayan gizli değişkenlerin etkisi yapısal eşitlik modelleri sayesinde daha kapsamlı çözümlemelerin yapılmasını sağlamıştır. Ayrıca yaşam çözümlemesi yaklaşımları olan kesikli ve sürekli zaman ayrımlarının yapısal eşitlik modelleri içinde kullanılabilir olması avantaj sağlamaktadır. Bu çalışmada, yaşam çözümlemesi, yapısal eşitlik modeli ve yaşam çözümlemesinde yapısal eşitlik modelleri hakkında ayrıntılı bilgi verilmiştir. Yaşam çözümlemesinde yapısal eşitlik modellerinin uygulanabilirliğini göstermek için Gazimağusa Tıp Merkezi Hastanesi Çocuk Poliklinikleri'ne başvuran, en az 6 aylık bebeği olan 187 anneden anne sütü ile beslenmeyle ilgili elde edilmiş veri seti üzerinde uygulanmış ve yorumlanmıştır.
Bağımsız bileşenler analizi ile çoklu bağlantı sorununa bir yaklaşım
Tez çalışmasında ilk olarak, çok değişkenli istatistiksel bir yöntem olmasına rağmen istatistikte pek fazla bilinmeyen daha çok mühendislik alanında kullanılan Bağımsız Bileşenler Analizi konusu ayrıntılı bir şekilde ele alınmış ve konuyla ilgili kısıtlı Türkçe literatüre katkıda bulunulmuştur. İkinci olarak ise çoklu doğrusal regresyon analizinde sık karşılaşılan sorunlardan biri olan ve varsayım bozulumlarına neden olarak regresyon modeli üzerinde olumsuz etkilere sebebiyet veren çoklu bağlantı sorununa, Bağımsız Bileşenler Analizi ile yeni bir çözüm önerisi getirilmiştir. Böylece analizin mevcut kullanımlarının yanı sıra farklı amaçlar için de bir araç olarak kullanılabileceği gösterilmiştir. Bu bağlamda, çoklu bağlantı sorununun çözümünde kullanılan Temel Bileşenler Regresyonu ve Kısmi En Küçük Kareler Regresyonu gibi yanlı regresyon yöntemlerinin işleyişine benzeyen, Bağımsız Bileşenler Analizi'ne dayalı yeni bir yöntem geliştirilmiştir. Yöntemde, literatürden farklı olarak çoklu doğrusal regresyon analizine dahil edilecek bağımsız bileşenlerin seçiminde, entropi alanındaki bir kavram olan ortak bilgi miktarının kullanımı önerilmiştir. Geliştirilen yöntemin performansı, yapay ve gerçek veriler üzerinde ayrı ayrı değerlendirilmiştir. Sonuç olarak, tez kapsamında önerilen Bağımsız Bileşenler Analizi'ne dayalı yöntem ile çoklu bağlantı sorununa çözüm sunulabileceği, regresyon analizindeki açıklanan (bağımlı) değişken için diğer yanlı regresyon yöntemlerine göre daha düşük hata miktarı ile tahmin ve öngörü yapılabileceği ve ayrıca regresyon katsayılarının daha düşük standart hatalar ile tahmin edilebileceği belirlenmiştir. Anahtar Kelimeler: Bağımsız Bileşenler Analizi, Temel Bileşenler Analizi, Regresyon Analizi, Çoklu Bağlantı Sorunu, Temel Bileşenler Regresyonu, Bağımsız Bileşenler Regresyonu, Shannon Entropisi, Ortak Bilgi Miktarı.
Yazılım test planlama ve raporlama aracı'nın tasarlanması ve kodlanması
Günümüz yazılım dünyasında, kaliteli yazılım beklentisinin artmasının yanı sıra, yetkin personel, zaman, maliyet kısıtları nedeniyle yazılım test faaliyetlerinin planlanması ve kaynakların etkin bir şekilde kullanılması gittikçe önem kazanmaktadır. Ayrıca artan kalite ihtiyaçlarına karşılık verebilmek için yazılım testlerinin mümkün olan en kısa sürede ve detaylı şekilde yapılması beklenmektedir. Tüm bu beklentilere cevap verebilmek için yazılım test faaliyetlerine başlamadan önce geçmişte toplanan verilerin analiz edilmesi ve planlamaların ihtiyaçları karşılayacak şekilde yapılması büyük bir önem arz etmektedir. Sunulan tez kapsamında tasarlanan araç ile yazılım test süreçlerinde; • yazılım testlerinde kullanılan kaynakların ve yazılım test stratejisinin planlanması, • yazılım testlerinin koşturulması ve testler ile ilgili kayıtların tutulması, • yazılım test sonuç raporlarının oluşturulması, • süreçlerdeki insan hatalarının en aza indirilmesi ve tekrarlı işlerin araç tarafından yapılması, • süreçlerin standartlaştırılması ve dokümantasyon sürecinin kolaylaştırılması hedeflenmiştir. Bu tez çalışmasında, belirtilen hedeflere ulaşabilmek amacıyla; hâlihazırda yazılım geliştirme süreçlerinde kullanılan diğer araçlar (IBM Rational ClearQuest, Atlassian JIRA, IBM Rational DOORS, Git vb.) ile çift yönlü (Okuma ve Yazma) iletişimi (arayüzü) olan, kullanıcı grafik arayüzü sade ve kullanımı kolay, anlaşılabilir modern kullanıcı arayüzü tasarım prensiplerini benimseyen yeni bir test yönetim aracı geliştirilmiştir. Tasarlanan ve geliştirilen bu araç ile yazılım geliştirme süreçlerinde kayıt altına alınan tüm veriler tek bir merkezde toplanarak basit istatistiksel analizlere ek olarak ileri seviye istatistiksel analizler yapılarak farklı disiplinlerde görev alan paydaşlara süreç içindeki görev tanımına uygun yazılım test raporları üretilebilecektir.
Phıshıng saldırısında kullanılan web sitelerinin makine öğrenmesi algoritmaları yardımıylatespiti ve uygulaması
Kimlik Avı (Phishing), son zamanlarda internet kullanıcıları açısından güvenlik riski yaratan en popüler saldırı türlerinden biridir. Saldırıda kullanılan bu yöntem için kullanılan web siteleri kolayca çoğaltılabilmekte ve saldırı sırasında kullanılan sosyal mühendislik yöntemlerinin tespit edilmesini zorlaştırmaktadır. Sınıflandırma algoritmaları kullanılarak bu amaçla hazırlanan web sitelerinin saldırıları anında tespit edilebilmektedir. Bu çalışmada Lojistik Regresyon, KNN ve Naive Bayes algoritmaları kullanılarak, PhishTank ve Google arama sonuçlarında elde edilen URL setleri üzerinde modeller eğitilmiştir. Modellerin başarısı; Doğruluk, Hassasiyet, Geri Çağırma ve F-skoru ile değerlendirilmiş ve algoritmaların başarıları karşılaştırılmıştır. Lojistik Regresyon algoritmasının diğer algoritmalara göre daha başarılı olduğu tespit edilmiştir.
Stokastik ısı denklemlerinin çözümlerinin patlaması
Bu tez çalışmasında, doğrusal olmayan stokastik dalga ve ısı denklemi çalışılmıştır. Bu amaçla ilk bölümde stokastik dalga ve ısı denklemi ve tarihi hakkında bilgiler verilmiştir. İkinci bölümde çalıştığımız stokastik dalga ve ısı denkleminin literatür bildirişleri verilmiştir. Üçüncü bölümde ise tez boyunca kullanacağımız temel matematiksel tanım, teorem ve lemmalar hakkında bilgi verilmiştir. Dördüncü bölümde, stokastik dalga ve ısı denklemlerinin çözümlerin patlaması (blow-up) ile ilgili genel bilgiler verilmiştir. Beşinci bölümde daha önceden çalışılmış parabolik tip doğrusal olmayan stokastik ısı denklemi uygun enerji eşitsizlikleri kullanılarak çözümün patladığı (blow-up) gösterilmiştir. Altıncı bölüm bu tezin orijinal kısmıdır. Doğrusal olmayan stokastik dalga denkleminin çözümünün patladığı incelenmiştir. Çalışmamızda uygun enerji eşitsizlikleri kullanılarak çözümün sonlu ve sonsuz zamanda var olup olmadığına bakılmıştır. Yedinci bölümde elde edilen sonuçlar özetlenmiş ve bazı önerilerde bulunulmuştur.
Normal, multinomial, üssel (exponential) ve gamma dağılım gösteren veri yapıları ve eksik veri tiplerinde (MCAR, MAR, MNAR) tamamlama algoritmalarının parametre tahminleri üzerine etkileri
Eksik veri problemi araştırmacıların istatiksel analiz yaparken sürekli karşılaştıkları sorunlardan biridir. Eksik veri, çalışmayı yürüten bireyden, verisi toplanan kişilerin bilerek cevap vermemesinden, verilerin gözlenememesinden, veriyi kaydetmek için kullanılan ekipmanlardan ve bunun gibi nedenlerden kaynaklanabilmektedir. Verinin eksik olmasındaki en büyük sorun hemen hemen tüm istatistiksel analizler için eksiksiz bir veri setine ihtiyaç duyulmasıdır. Çalışmada dört dağılım türüne göre veriler üretilmiş, bu veriler eksik veri mekanizmaları olan MCAR, MAR ve MNAR tiplerine göre belli oranlarda eksiltilmiş ve bu eksiltilen veriler eksik veri analiz yöntemlerine göre tamamlanmışlardır. Türetilen veri, eksiltilen veri ve tamamlanan verilerin parametreleri hesaplanmış ve çıkan bu değerlerin karşılaştırmaları yapılmıştır. Sonuçta çoklu atama yönteminin diğer yöntemlere göre daha etkin ve tarafsız parametre tahminleri yaptığı tespit edilmiştir.
Öğrencilerin matematik başarılarını etkileyen faktörlerin rastgele orman, çok katmanlı algılayıcı ve radyal tabanlı fonksiyon yapay sinir ağları yöntemleri ile tahminleme yeteneği açısından karşılaştırılması: Türkiye örneği
Bu tez çalışmasında, PISA 2015 verilerine göre Türkiye'deki öğrencilerin matematik başarılarını etkileyen faktörleri belirlemek için, Karar Ağaçları ailesinden Rastgele Orman ve Yapay Sinir Ağları ailesinden Çok Katmanlı Algılayıcı Yapay Sinir Ağları (MLPANN) ve Radyal Tabanlı Fonksiyon Yapay Sinir Ağları (RBFANN) yöntemleri uygulanmıştır. PISA 2015 sınavına katılan 2165'i (%49) erkek ve 2257'si (%51) kız olmak üzere, toplam 4422 öğrenciden toplanan bilgiler kullanılmıştır. PISA 2015 sınavına giren öğrencilerin matematik testinden almış oldukları puanlar bağımlı değişken; bağımlı değişken ile kuramsal olarak ilişkisi olduğu düşünülen 25 adet değişken ise bağımsız değişken olarak modele dâhil edilmiştir. Bu çalışmada, üç yöntem, tahminleme yeteneği açısından karşılaştırılmış, model test edildiğinde; birçok performans göstergeleri açısından, Rastgele Orman yönteminin diğer iki yönteme göre daha düşük hatalar ile modeli tahminlediği görülmüştür. Bu nedenle; Rastgele Orman yönteminin, performans ölçütleri açısından daha kararlı, tutarlı olduğu ve tahminleme yeteneğinin az da olsa MLPANN ve RBFANN'ye göre daha yüksek düzeyde olduğu söylenebilir. Ayrıca; MLPANN ve RBFANN yöntemleri karşılaştırıldığında, MLPANN'nin RBFANN'ye göre daha iyi performans gösterdiği, diğer taraftan; RBFANN ve RF yöntemleri karşılaştırıldığında ise, RF yönteminin daha başarılı olduğu sonucuna varılmıştır.
Finansal başarısızlık ve iflası etkileyen faktörlerin genelleştirilmiş sıralı logit modeli ile analizi
Bu tez çalışmasında, Şirketlerin finansal başarısızlık ve iflasını belirleyen faktörlerin bulunması amacıyla Altman-Z skor yöntemi, 2017 yılı içinde BİST'te kote edilen 139 sanayi şirketi için uygulanmış ve genelleştirilmiş sıralı logit modeli ile analiz edilmiştir. Çalışmada, şirketlere ait finansal ve mali tablolar ile faaliyet raporlarından elde edilen veriler kullanılmıştır.Bu veriler şirketlerin internet sitelerinden, Kap (Kamu Aydınlatma Platformundan, https://www.kap.org.tr/tr), BİST'in (https://www.borsaistanbul.com/) internet sitesinden yararlanılarak elde edilmiştir. Altman-Z skor değerleri ile şirketlerin iflas riskleri "tehlikeli-gri-güvenli" olarak üç kategoride sıralanmış ve modelde bağımlı değişken olarak kullanılmıştır. Bağımsız değişkenler ise, şirketlerin finansal ve mali tablolarından elde edilen finansal oranlardan elde edilmiştir. Sıralı logit modeli tahminlenmiş ve tahmin edilen modelin paralellik varsayımını ihlâl ettiği görülmüştür. Bağımlı değişkenin sıralı yapısı dikkate alınarak, paralellik varsayımını gevşeten bir model olan genelleştirilmiş sıralı logit modeli ile analiz edilmiş ve modelin marjinal etkilerine göre yorumlamalar yapılmıştır. Sonuçlara göre, faaliyet kâr marjı, aktif devir hızı, net kâr marjı, asit-test oranlarında meydana gelecek bir artış şirketin güvenli bölgede olma olasılığını arttırmaktadır.Aynı zamanda, finansal kaldıraç oranında meydana gelecek bir artışta şirketin güvenli bölgede olma olasılığını azaltmaktadır.
Sermaye yapısı seçimlerinin belirleyicileri MIMIC model ve PLS yaklaşımı
Bu tez çalışmasında, sermaye yapısı seçimlerinin belirleyicileri incelenmiş MIMIC ve PLS metotları kullanılarak bu belirleyicilerin sermaye yapısı üzerindeki etkileri belirlenmeye çalışılmıştır. Çalışmada BİST' te ve İMKB'de işlem gören 167 şirketin 2008-2017 yılları arasındaki verileri toplanmıştır. Bu veriler kullanılarak sermaye yapısı üzerinde etkisi olduğu düşünülen 11 değişken hesaplanmıştır. Büyüklüklerine ve sektörlerine göre gruplandırılarak toplam 9 model kurulmuştur. 9 modelden ilki tüm şirketlerin yer aldığı ana modeldir. Sonraki 4 model şirketlerin faaliyet gösterdiği sektörlere göre gruplandığı, son 4 model ise şirketlerin büyüklüklerine göre gruplandırılarak oluşturulan modellerdir. Şirketlerin ayrı ayrı modellenerek analizlerin tekrarlanması ile sermaye yapısı incelemesine daha homojen bir yaklaşım hedeflenmiştir. Yapılan analiz sonuçlarına göre değişkenlerin hangilerinin sermaye yapısı üzerinde daha etkin olduğu ve bunların hangi finansal teori ile uyum gösterdiği sonuçlarına ulaşılmıştır.
Didaktik oyunların öğrencilerin derse karşı tutum ve başarılarına etkisi
Bu araştırmanın amacı didaktik oyunların öğrencilerin ders başarısı ve matematik dersine karşı tutumlarına etkisini tespit etmektir. Araştırma 2016-2017 eğitim öğretim yılında Van ilinin Tuşba ilçesinde bulunan Zeve Ortaokulun da yapılmıştır. Okulda bulunan 6. Sınıflarından 18'i didaktik oyunlar yöntemi ile 18'i ise geleneksek öğretim yöntemi olmak üzere 36 gönüllü öğrencinin katılımı ile gerçekleştirilmiştir. Çalışma beş hafta sürmüştür. Veri toplama aracı olarak Vankúš ( 2005) tarafından geliştirilen "Matematik Bilgi Testi" ve "Tutum Anketi" kullanılmıştır. Testler uygun örneklem grupları seçildikten sonra ön test- son test olarak uygulanmıştır. Uygulamalar sınıf ortamında araştırmacı tarafından gerçekleştirilmiştir. Bulgular "SPSS 20.0" programında analizleri yapılmış anlamlılık düzeyi 0.05 düzeyinde değerlendirilmiş ve bulgular araştırmanın amacına uygun olarak tablolar halinde sunulmuştur. Araştırmanın sonucunda didaktik oyunların uygulandığı grubun geleneksel öğretim yöntemlerinin uygulandığı gruba göre matematik ders başarısı ve matematik dersine karşı tutumlarına daha olumlu etkisi olduğu sonucuna varılmıştır.
Ağ tehdit algılamada derin öğrenme uygulamaları
Ağ saldırı tespit sistemleri günümüz bilişim sistemlerinde kritik bir yer teşkil ederken, önemli bir araştırma alanı olarak yükselmeye ve yapay sinir ağlarının kullanımı bu alanda giderek daha popüler hale gelmeye başlamıştır. Buna rağmen, bu alanda yapay sinir ağı mimarileri ve bu mimarilerin parametreleri hakkında karşılaştırma çalışmalarında eksiklikler vardır. Bu çalışmada, ağ saldırı tespit sistemleri alanında kullanılan yapay sinir ağları mimarileri ile ileride yapılacak olan mühendislik ve akademik çalışmalar için bir temel oluşturulması amaçlanmıştır. Bu doğrultuda kıyaslama veri seti olarak kabul edilen KDD-99 veri seti kullanılmıştır. İleri beslemeli yapay sinir ağı mimarisi ve evrişimsel sinir ağı mimarisi bu veri seti üzerinde kullanılmış ve % 90 üzeri başarı elde edilerek sonuçlar karşılaştırılmıştır.
Using multivariate methods to determine the most important affecting factors for students' admission and their interests in the specializations: A sample of Salahaddin University
The main goal of this thesis is to determine the most important effective factors for student admission and his/her interests in the specialization by using multivariate methods. Therefore, it focused on using factor analysis by identifying a number of the obtained factors and cluster analysis by classifying the number of the clusters into five clusters. Furthermore, the results of the factor analysis and cluster analysis will be compared to each other. Moreover, this study depends on analysis of 350 questionnaire forms, which is distributed by random stratified sample method on students in the first stage of three different colleges include Scientific colleges and Humanity colleges of Salahaddin University in Northern Iraq for the academic year 2018-2019. Thus, the IBM SPSS Statistics V:25 software program has been used in data analysis. Additionally, the results have demonstrated that the reliability is accepted, and also in factor analysis the rate of the total variance interpretation is %62.157. Moreover, the most common variables between the factor analysis and cluster analysis can be considered the most important and influential variables for the student admission and their interests in choosing specialization. Consequently, the first factor and the first cluster have five influential variables in common, they are V1, V2, V3, V4 and V5 (the system is helpful for student admission in the colleges to get his/her desired professions). Ultimately, the conclusion has shown that there is a kind of approach and similarity between factor analysis and cluster analysis.
Kayıp veri içeren veri setlerinde kümeleme uygulamaları
Kayıp veriler yapılan çalışmalarda olası bir durumdur. Kümeleme analizi nesnelerin doğal gruplarını bulmak için kullanılan bir yöntemdir. Birçok alanda kümeleme analizi veri çözümlemesinde en çok kullanılan yaklaşımlardan biridir. Çözümlenen veri setlerinde çeşitli oranlarda kayıp veri olabilir. Sayısal verilerde tamamen rastgele olan kayıp veri içeren veri setlerinin analizi için kullanılabilecek kümeleme yöntemleri içinde hangisinin en iyi olduğu ile ilgili kesin bir bilgi bulunmamaktadır. Veri sayısına ve veri yapısına göre her bir yöntemin birbirine üstünlükleri ve eksiklikleri vardır. Bu çalışmada sürekli tam ve kayıp veri içeren verilerin kümelenmesi incelenmiştir. Bölmeli kümeleme tekniklerinden k-ortalamalar ve yapay sinir ağı tabanlı kümeleme tekniklerinden öz düzenleyici haritalar (SOM) ve doğrusal vektör parçalama (LVQ) yöntemleri kullanılarak kümeleme analizleri yapılmış ve elde edilen sonuçlar karşılaştırılmıştır. Nitelikli bir karşılaştırma yapmak için literatürde bu tür karşılaştırmaların yapılmasında yaygın olarak kullanılan on bir gerçek veri setlinden yararlanılmıştır. Analiz sonuçlarına göre tüm yöntemlerde kayıp veri oranı arttıkça doğru sınıflandırma oranlarının düştüğü ve yedi veri setinde SOM kümeleme yönteminin k-ortalamalar ve LVQ yöntemlerine göre daha iyi performans gösterdiği görülmektedir. Dört veri setinde ise verilerin yapısına bağlı olarak LVQ'nun daha iyi performans gösterdiği tespit edilmiştir. Bu çalışmada, ifade edilen sınırlılıklar dahilinde kayıp veri ile çalışma alternatifi sunularak en iyi yöntem önerilerinde bulunulmuştur.
İlköğretim matematik öğretiminde materyal destekli öğretim yönteminin öğrenci başarısına etkisi üzerine istatistiksel bir analiz
ÖZET İLKÖĞRETİM MATEMATİK ÖĞRETİMİNDE MATERYAL DESTEKLİ ÖĞRETİM YÖNTEMİNİN ÖĞRENCİ BAŞARISINA ETKİSİ ÜZERİNE İSTATİSTİKSEL BİR ANALİZ ÇATAL, Mahfuz Yüksek Lisans Tezi, İstatistik Anabilim Dalı Tez Danışmanı: Dr. Öğr. Üyesi Yener ALTUN Şubat 2020, 73 sayfa. Matematik öğretiminde matematik derslerinin kendine has soyut yapısı bu dersin anlaşılmasında güçlüklere neden olmaktadır. Bu bağlamda matematik öğretiminin konuya uygun materyallerle somutlaştırılarak desteklenmesi, zengin öğrenme yaşantılarının sağlanması son derece önemlidir. Bu tez çalışmasında, ilköğretim matematik öğretiminde materyal destekli öğretimin öğrenci başarısına olan etkisi analiz edilecektir. İlköğretim matematik konularının öğretiminde materyal destekli öğretimin öğrenci başarısına etkisini amaçlayan bu çalışma beş bölümden oluşmaktadır. Birinci bölümde araştırmanın problemi, önemi, amacı, varsayımları, sınırlılıkları verilmiş ve literatür taraması yapılmıştır. İkinci bölümde, matematik eğitimi ve öğretimi ile ilgili bilgiler yer almaktadır. Üçüncü bölümde araştırmada kullanılan yöntem ile ilgili bilgiler ele alınmaktadır. Dördüncü bölümde Van ilindeki merkezi bir ilköğretim okulunda uygulanan testler ile elde edilen bulgulara ve bulguların yorumlanmasına yer verilmektedir. Beşinci bölümde, tartışma ve sonuçlar yer almaktadır. Anahtar kelimeler: Matematik, Matematik öğretimi, Materyal destekli öğretim