Yüksek Lisans, Proje Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/215

Browse

Now showing 1 - 20 of 158

Flight Delay Prediction
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2019) Kurt, Mustafa; Taş Küten, Duygu
This study aims to create a model to predict flight departure delays. Various factors might affect a flight delay, and thus different features might be selected as input to create a model concerning priorities and the power of control over the features for the party who makes the analysis. In this study, domestic commercial flights in the U.S. operated in August 2018 are studied. Besides, airplane, passenger boarding, and cargo data are combined with flight data to benefit from possible insights related to these factors. For predicting the flight delays, machine learning methods such as decision trees, random forest, bagging classifier, extra trees classifier, gradient boosting and xgboost classifier are used and results are analyzed. Further studies could be adding extra features such as data related to flight planning, personnel data, loading data, data about technical processes to prepare a plane to a flight to improve prediction capacity.
Employee Performance Prediction
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Sivas, Barış; Özgür Özlük
DogGo is a company that aims to provide safe and professional dog walking and grooming services to dog owners through the mobile application. Thanks to the DogGo application, dog owners and people who is employee of company and wants to walk their dogs (to be called Walkers) can meet on the same platform on the mobile application interface. The problem was determined by company that they needed to be able to accurately predict the performance of the walkers in the upcoming dog-walker matches, thus ensuring the correct dog walker match. This study will be planned to serve to this company for calculating their current walkers’ performance in an accurate way. The relevant machine-learning model will first be based on the manual scoring system made by the company for the performance of existing employees, and then the model will be developed in the light of the gains obtained from this. For the performance of the model, the employees and their characteristics are important for the first time.
6764 Sayılı Bilirkişilik Kanunu ve Bilirkişilik Yönetmeliği Kapsamında Bilirkişiliğin Niteliği, Bilirkişinin Yükümlülükleri ile Bilirkişinin Denetimi ve Disiplin Sorumluluğu
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2019) Aslıyüksek, Hızır; Karagöz, Havva
…
Predicting the Reasonable Departments for the Human Resources Related Questions by Using the Text Classification Algorithms
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2018) Sancı, Yavuz; Özlük, Özgür
The employees of Yapı Kredi Bank use a help desk system to ask their Human Resources related questions to the employees of the Human Resources departments. The questions are assigned automatically to the relevant departments by the system according to the subjects of the questions. In some cases, the mismatches between the contents and the subjects of the questions may cause the wrong Human Resources department assignments of the questions. Even though the application allows Human Resources employees to redirect the questions to the appropriate Human Resources departments, which are responsible for answering, the response time of these questions lasts longer. This project aims to analyze the content of the Human Resources related questions by using the text classification algorithms to predict the responsible Human Resources departments. Thus, it is aimed to respond to the questions in a much shorter time.
Convolutional Neural Network for Facial Emotion Recognition With Geometrical Features of Face
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Arslan, İlker; Tuna Çakar
One of the recent challenging machine learning problems is to make predictions on image datasets. The aim of the project is to construct a convolutional neural network to guess emotions for a face of a human given in an image file considering the face. After the geometrical features are extracted using pretrained models, we construct five models which are convolutional networks fed with handcrafted geometrical features extracted. The last model uses the outputs of other four models to predict more accurately.
Üstün Yetenekli Çocuklarda Düşük Akademik Başarının Nedenleri ve Mükemmeliyetçilik İlişkisi
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2019) Kearin, Beliz; Alacacı, Cengiz
…
Big Data Analytics on Used Car Information
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Demir, Efe; Utku Koç
In this research, a decision support system is implemented on a used car dataset. The main purpose is to predict the price information and reveal the related features. The price prediction problem is classified as a regression problem. The key point is to find the best-fitting model and obtain the best accurate prediction outcomes. Should we buy this car, or at what price may I sell my car? This work is about to answer these questions. Various regression models are compared, and detailed results are explained correspondingly.The constructed models will help customers to know about their car price and salability. And they can identify the buying opportunities. The percentage error approach which is detailed in the results section will be a guideline for customers/firms to make a market analysis or detect fraudulent listing information.
Smart Precision Agriculture With Autonomous Irrigation System Using Rnn-Based Techniques
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2017) Anuşlu, Timuçin; Özlük, Özgür
The study presents a solution to improve freshwater usage for irrigation in the agriculture by building a neural network model to predict soil moisture at 20 cm level with time series data over longer periods of time.
Fastseller&worstseller Project (boston Matrix Text Classification Analysis)
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2018) Tunçel, Ahmet; Küçükaydın, Hande
…
Ortaokul 5. Sınıf Öğrencilerinin Ödül ve Ceza Hakkındaki Düşünceleri
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2019) Savuran, Vildan; Acar, Melike
…
Tipik Gelişen Ortaokul Öğrencilerinin Otizm Spektrum Bozukluğu Olan Akranlarının Dışlanmasına Yönelik Değerlendirme ve Yargıları
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2021) Sonuç Etkin, Nurcan; Melike Acar
Bu araştırmayla Otizm Spektrum Bozukluğu olan öğrencilerin akademik ve sosyal ortamlardan dışlanmasının tipik gelişen çocuklar tarafından nasıl algılandığı incelenerek sınıflarda uygulanacak eğitim programlarında Otizm Spektrum Bozukluğu yaşayan öğrencilerin kaynaştırma/bütünleştirme çalışmalarının niteliğini arttıracak öneriler sunulması hedeflenmiştir. Araştırmanın evreni İstanbul’da bulunan eğitim ve gelir seviyesi yüksek ailelerin çocuklarının okuduğu özel ortaokulda 8. sınıfta öğrenim gören tüm öğrencilerdir. Örneklem seçiminde tabakalı örneklem yöntemi kullanılmıştır. Bu araştırmada 8. sınıfa devam eden, 7 kız 8 oğlan, toplam 15 öğrencinin görüşleri alınarak durum analiz çalışması yapılmıştır. Online yapılan klinik görüşmelerde öğrencilerden Otizm Spektrum Bozukluğu olan bir öğrencinin tipik gelişen öğrenciler tarafından dışlandığı (notla değerlendirilen ve notla değerlendirilmeyen akademik, ödül olan ve ödül olmayan sosyal ortam) hikayelerde dört farklı durum anlatılmış ve değerlendirmeleri istenmiştir. Yapılan değerlendirmelere baktığımızda, genel olarak tipik gelişen öğrencilerin, Otizm spektrum bozukluğu olan öğrencilerin dışlanmasını onaylamamaktadır. Tipik gelişen öğrenciler, özel gereksinimli öğrencinin dışlanmasını değerlendirirken, notla değerlendirmenin olduğu ya da olmadığı akademik projeden dışlanmasını, ödül olan veya olmayan sosyal alandan dışlanmasından daha olumsuz bir durum olarak değerlendirmişlerdir. Öğrencilerin, özel gereksinimli öğrencinin akranları tarafından dışlanmasını değerlendirme gerekçelerinde cinsiyete bağlı anlamlı bir farklılık bulunmamakla birlikte, gerekçelendirmelerde anlamlı farklılıklar görülmektedir. Öğretmene yönelik tavsiyelerde anlamlı bir fark olmadığı, öğrencilerin genel olarak kapsayıcı ve demokratik müdahaleleri önerdikleri görülmüştür. 8. sınıf öğrencilerinin, ödül olmayan sosyal ortamlar için otizmli akranlarının dışlanma durumlarını pragmatik (akademik kaygı) alana bağlı olarak değerlendirmelerinin yüksek oranda olduğu görülmüştür. Araştırmanın bulguları kapsayıcı-bütünleyici eğitim felsefesi, Piaget’in Bilişsel Gelişim Kuramı ve Sosyal Alan Teorisi odağından tartışılarak öneriler sunulmuştur.
Birinci Sınıf Öğrencilerinin Toplumsal Cinsiyet Kalıp Yargıları Üzerine Sorgulamaları
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2021) Öznemli, Esra Tuğçe; Melike Acar
Bu araştırma özel bir ilkokuldaki 74-84 ay yaş aralığındaki çocukların toplumsalcinsiyet bağlamında sahip olduğu düşünce ve yargıların neler olduğu, bu düşünce ve tutumların cinsiyet rollerinin şekillenmesinde ve cinsiyet temelli ayrışmasına nasıl yansıdığını tespit etmek amacıyla yapılacaktır. Araştırmanın örneklemini 2020-2021 Eğitim-Öğrenim Dönemi’nde İstanbul’da bir özel okulda öğrenim gören 74-84 ay yaş aralığındaki 8 kız, 8 oğlan olmak üzere 16 öğrenci oluşturmaktadır. Veri toplama aracı olarak, cinsiyet ve toplumsal cinsiyet rolleri temelli durumu anlatan kurgu hikâye, duygu durum kartları ve öğrencilerin yaş, cinsiyet ve sınıf düzeylerine ilişkin bilgi formu kullanılmıştır. Araştırma bulguları betimsel analiz yöntemi ile yorumlanmıştır. Bulgular bize çocukların oyuncağın renginden çok (pembe ya da mavi) seçilen kostüm konusunda değerlendirmeler yaparken cinsiyet kalıp yargılarını kullandıklarını göstermiştir. Çalışmada toplumsal cinsiyet kalıp yargılarının çocuklar üzerindeki algısı ve bu algı ile şekillenen bakış açıları anlamlandırılmaya çalışılmıştır.
Ergenlerde Ödül ve Ceza Algısı
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2021) Akagündüz, Berrak; Melike Acar
Bu çalışmanın temel amacı öğrencilerin okul ortamında deneyimledikleri ödül ve ceza sistemine yönelik değerlendirmelerini araştırmaktır. Bu amaçla çalışma İstanbul’da yüksek sosyo ekonomik düzeyde ailelerin tercih ettiği K-12 düzeyinde bir eğitim kurumunun Ortaokul Bölümü 7. Sınıf öğrencilerinden oluşan 88 kişilik bir öğrenci grubu üzerinden yürütülmüştür. Araştırma yapılırken öğrencilere 17 sorudan oluşan açık uçlu sorulardan oluşan bir anketuygulanmıştır. Bu çalışmada öğrencilerin ödül ve ceza kavramlarına ilişkin ne düşündükleri araştırılmış ve öğrencilerin anket sorularına verdikleri cevaplar üzerine ‘’ödül ve ceza’’ kavramlarına ilişkin düşünceleri değerlendirilmiştir. Bulgular çalışmaya katılan ergenlerin ödülü olumlu bulduğunu ve kızların daha çok ödüllendirildiğini göstermektedir. Ergenlerin büyük çoğunluğunu cezayı bireyin davranışını disipline etme amacı olduğunu ve toplumsal geleneksel normlara uyum amacıyla verildiğini söylemektedirler. Ceza konusunda ergenlerin duygularına bakıldığında da sadece kişiyi örseleyen ve inciten bir uygulama olarak tanımladığını ortaya çıkarmıştır. Evde ve okulda verilen cezalar da ceza veren kişilerin aslında davranışı özne ile birlikte iyileştirme amacından çok, cezayı büyük oranda bedel ödetmek amaçlarıyla verdiklerine işaret etmektedir. Araştırmanın sonuçlarına göre öğretmenler ödül ve ceza uygulamaları yerine farklı yöntemlerin öğrencilerde daha uzun vadeli düşünce ve davranış değişikliği sağlayacağı düşünülmektedir.
Credit Card Fraud Detection Analysis and Machine Learning Application
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2018) Meker, Tuğrul; Özlük, Özgür
Credit card fraud transaction is a common term for theft and fraud action involving a payment card such as payment or credit card or debit card as a source of funds in transactions. With increased usage of POS channel or internet in recent years, the risks of credit card fraud have increased. Mostly, these illegal activities start with a compromise of data associated with the account number or important information that required to start the financial transaction. After, literature review and exploratory data analysis, machine learning algorithms are going to use to decide whether the transaction is fraud or not. Logistic regression, decision tree, Naive-Bayes, decision forest and linear SVC’s classifier algorithms are used in this study. With re-sampling choices (random-under, random-over sampling & SMOTE), these algorithms’ performances are compared. Logistic regression, decision tree, and random forest provide best results in terms of accuracy metrics. Grid-Search is applied to those three algorithms. Decision tree algorithm is chosen as the best algorithm for credit card fraud detection. Python 3.7 is used in this study.
E-Commerce Customer Shurn Prediction Based Machine Learning Algortihms
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2018) Eser, Ahmet Yetkin; Arısoy Saraçlar, Ebru
With the development and popularization of a digital world, human behavior has changed so remarkably. A lot of sectors affected because of this change. One of the most affected areas is the retail sector. People have left their regular shopping habits and started shopping on e-commerce sites. Thanks to increasing of variety and volume of collected data and velocity of new machines, companies can use sophisticated algorithms efficiently on their data. In this paper, we discuss about how companies can predict potential churned customers with machine learning methods.
Predictive Cahce Management
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2017) Baltaoğlu, Olcay Gürsel; Akbari, Vahid
Major dependency of a mobile application performance is the response time of backend services. Building a cache layer can be a solution in architectural way to provide better experience to user but it cannot affects when the cache is empty for the first usages.
Prediction of Up and Down Signalsın Selected Blues Chip Stocks
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2019) Yıldız, Mustafa; Koç, Utku
Efforts have been made to predict the direction in which equity stocks will move in the capital markets. In most of these studies, Technical Analysis and Fundamental Analysis based models have been used. For daily price estimations, macroeconomic variables or financial ratios of financial instruments are used. On the other hand trade book data are taken into consideration in intraday price estimates. In this study, equity market data analytics, which are created by Borsa İstanbul as a benchmark for intraday price signals, are used. These analytics are derived from trade and order book data. For 5 minute periods, intraday price and equity market data analytics data sets are created, and different algorithms are tried over these data sets. The study is carried out using one-week data of 4 selected blue chip stocks. The signals for increase is 1, for decreases is -1 and 0 for non-change signals. As a result of the study, the decision jungle algorithm is the most successful algorithm. In addition this, the lack of volatility and liquidity in the market have caused overfitting problems in ensemble algorithms. According to the multiclass decision jungle confusion matrix, the positive true results for 1 (or increase of the price) are promising. If an investors can just use the algorithm for the price increase, it will be meaningful. The true positive ratio of 1, 54.5%, is too high when it is compared with its false trues value for decrease (or -1), which is just 13.6%. The difference between true positive and false negative (54.5% - 13.6%) will be the earning ratio for the investor, if he/she decides to invest the price increase of Yapi Kredi stock with the decision jungle algorithm. Although it is stated that big data algorithms (machine learning techniques) can give the best results for the data, domain knowledge related to the data is still very important. As it is seen in the study, in order to overcome the problems of overfitting or bias that occur in other studies, it is necessary to obtain sufficient domain knowledge in consultation with the experts and practitioners of the subject. In addition, the increase in the studies on intraday trading, which is a shallow area in the literature, will provide better results in the studies conducted on price forecasts in the future. In the results of this study, parallel with the literature, it is revealed that there is difficulty in estimating the stock price movements.
Online Shopping Purchasing Prediction
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Kazezyılmaz, İdil; Evren Güney
This project aims to understand the purchasing behavior of the consumers and make predictions about purchasing according to website metrics such as page values, bounce rates.An existing dataset is used in this project. This dataset is available in the collection of data from an e-commerce website by Google Analytics, which consists of 10 numerical and 8 categorical attributes coming from 12,330 sessions. The 'Revenue' attribute is used as the class label. The attributes that have high impact on the prediction are; "Administrative", "Administrative Duration", "Informational", "Informational Duration", "Product Related" and "Product-Related Duration". They represent the number of different types of pages visited by the visitor in that session and the total time spent in each of these page categories.The "Bounce Rate", "Exit Rate" and "Page Value" features represent the metrics measured by Google Analytics for each page in the e-commerce site. The "Special Day '' feature indicates the closeness of the site visiting time to a specific special day (e.g. Mother’s Day, Valentine's Day) in which the sessions are more likely to be finalized with a transaction.Since the purpose of this project is to predict potential purchasing using existing data, in the prediction part several machine learning algorithms such as decision trees, random forests will be applied to compare the models. The most suitable model will be chosen among these algorithms.
Çocukların Toplumsal Cinsiyet ve Etnisite Bağlamlarında Akranını Oyun Grubuna Dahil Etmeme- Dışlamaya Yönelik Değerlendirmeleri ve Gerekçelendirmeleri
(MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2021) Yıldız, Ayşe; Melike Acar
Bu çalışmanın amacı, çocukların toplumsal cinsiyet ve etnisite bağlamlarında akranını oyun grubuna dâhil etmeme-dışlama değerlendirmelerini, bu değerlendirmeleri gerekçelendirmelerini ve dışlayan-dışlanan çocuklara yönelik duygu atıflarını incelemektir. Bu amaçla, İstanbul’ da özel bir ilkokula gitmekte olan 12 kız ve 12 oğlan olmak üzere toplamda 24 çocuğa, toplumsal cinsiyet ve etnisite bağlamlarında, birini oyun grubuna dahil etmeme-dışlama davranışlarının yer aldığı iki varsayımsal hikaye sunulmuştur. Çocukların, birini oyun grubuna dâhil etmeme-dışlama kararlarını anlamak üzere, hikâyelerdeki iki karakter arasından kimin gruba dâhil edilmesi gerektiği sorulmuş, ardından bu kararlarının ardındaki gerekçelendirmeleri belirtmeleri istenmiştir. Çalışmanın sonuçlarına göre, her iki hikayede de çocuklar, birini oyun grubuna dahil etmeme davranışını olumsuz değerlendirmişler ancak, toplumsal cinsiyete yönelik dışlamayı etnisiteye yönelik dışlamaya karşı daha kabul edilebilir bulmuşlardır. Çocuklar toplumsal cinsiyete yönelik oyun grubuna dahil etmeme- dışlama davranışının değerlendirmelerini toplumsal-geleneksel normlara dayanarak gerekçelendirirken, çocukların, etnisiteye yönelik oyuna dahil etmeme- dışlama davranışının değerlendirmelerini yaparken ahlaki sorgulamaya başvurdukları bulgulanmıştır. Her iki hikayede de, çocuklar oyun grubuna dahil edilmeyen çocuğun, yani dışlananın duygularına yönelik, üzgün, kırgın, dışlanmış, yalnız; birini oyun grubuna dahil etmeyen-dışlayan çocuğun duygularına yönelik mutlu, kızgın, amacına ulaşmış tanımlamalarını yapmışlardır. Ulusal yazında çocukların toplumsal cinsiyet ve etnisite bağlamınlarında oyun grubuna dâhil etmeme- dışlama yargılarını inceleyen kısıtlı çalışmalar olması nedeniyle bu çalışma, toplumsal ve ahlaki normların çocukların değerlendirmelerine önemli oranda etki ettiğine dair bilgiler sunmaktadır.
Fraud Detection In the Bitcoin Exchange Market
(MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2017) Namlı, Hüseyin; Güntay, Levent
The trading volume and financial assets of Bitcoin are growing up, while the popularity of Bitcoin world increasing continuously in recent years. In parallel, the market becomes an attraction center for malicious people.

Browse

Browsing Yüksek Lisans, Proje Koleksiyonu by Issue Date