Yüksek Lisans Tezleri

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1785

Browse

Filters

2017 - 2019942020 - 2026195

Settings

Search Results

Now showing 1 - 10 of 289
  • Master Thesis
    4857 Sayılı İş Kanunu Bağlamında Normali Aşan Çalışmalar
    (MEF Üniversitesi, 2023) Öztürk, Kevser; Akyi̇ği̇t, Ercan
    Normali aşan çalışma kavramının öğretide hem fazla sürelerle çalışmayı hem de fazla çalışmayı içeren bir üst kavram olarak kullanıldığı görülmektedir. Normali aşan çalışmalar yani fazla çalışma ve fazla sürelerle çalışma günümüzde sıkça karşılaştığımız ve çoğunlukla da birbiriyle karıştırılmakta olan kavramlardır. Fazla çalışma 4857 Sayılı İş Kanunun da yazılı koşullar çerçevesinde, haftalık 45 saati aşan çalışmalar olarak kabul edilirken, çalışma süresinin sözleşmelerle haftalık 45 saatin altında belirlendiği durumlarda sözleşmeyle saptanan sürenin üstünde ama 45 saate dek yapılan çalışmada ise fazla sürelerle çalışmadan söz edilecektir. Günümüzde artan rekabetle birlikte birçok sektörde normal çalışma süresinin üzerindeki sürelerle çalışma yapılması gündeme gelmektedir. Normal çalışma süresi üzerinde yapılan bu çalışmaların ise, işçi ve işveren açısından bazı avantajları veya dezavantajları olabilmektedir. İşçi açısından normali aşan çalışmaları karşılığında yasal orandan aşağı olmamak üzere zamlı biçimde isteğine göre serbest zaman ve/veya zamlı ücret alabilmesi, avantaj olarak görülebilmektedir. Özellikle zamlı ücret şıkkının seçilmesi halinde, ekonomik boyutu dikkate alınarak işçilerin fazla çalışmayı tercih edilebileceği söylenebilecektir. İşveren açısından ise, işçilere normali aşan biçimde çalışma yaptırmak, yeni işçi alımına gitmeden üretimin arttırılmasını sağladığından, onun ekonomik avantajının olduğu söylenebilecektir. İşçi açısından fazla çalışma ve fazla sürelerle çalışma ele alındığı zaman işçiye ekonomik avantajının yanında işçiye arka planda birçok hakkı göz ardı edildiği gözlenmiştir. Özellikle bu çalışmaya katılan işçinin sosyal hakları, ruhsal veya fiziki sağlığı, dinlenme süreleri arka planda kalan önemli birkaç haklarından biridir. Bu gibi hak kayıplarının önüne geçilmesi açısından çalışma sürelerinin kanun çerçevesinde denetlenerek gerekli görüldüğü durumlarda cezai yaptırımlarla karşılaşılması işçi açısından güven duygusunu ve çalışma istediğini arttırabileceğinden söylenebilecektir. Hak kayıplarının önüne geçilmesi noktasında işverenin yasada belirtilen sürelerin üzerinde çalışma yaptırılmasını talep etmemesi ve yasaya uygun hareket etmesi hak kayıplarının önüne geçilmesi noktasında önem arz edecektir. Bu çalışmada 4857 sayılı İş Kanunu'nda Normali aşan çalışmalar yani fazla çalışma ve fazla sürelerle çalışma kavramları 4857 Sayılı İş Kanunu ve diğer kanunlar ve ilgili yönetmelikler ışığında tarihsel gelişimi, fazla sürelerin tespiti, fazla çalışma türleri, fazla çalışma yasakları, fazla çalışma karşılığı ücret ve serbest zaman, fazla çalışmanın ispatı gibi birçok başlık ele alınarak incelenmiştir. 4857 Sayılı İş Kanunun da çalışma süreleri açısından bazı yeniliklerde ele alınarak açıklanmaya çalışılmıştır. Bu çalışma yapılırken güncel olmasına dikkat edilerek içtihatlar ve Yargıtay kararları başta olmak üzere birçok akademik bilgiye yer verilmeye çalışılmıştır.
  • Master Term Project
    4857 Sayılı İş Kanununda Kıdem Tazminatı
    (MEF Üniversitesi Sosyal Bilimler Enstitüsü, 2019) Genç, Elif; Akyiğit, Ercan
    …
  • Master Term Project
  • Master Term Project
    A Case Study on Churn Prediction and Understanding Customer Behavior
    (MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2018) Kıralı, Gülşen; Tönük, Gökçe
    Churn prediction is essential for businesses as it helps to detect customers who have the potential to cancel a subscription to a product or service. Churn prediction techniques try to understand the certain customer behaviors and attributes which signal the risk andtiming of customer churn. Companies started to focus on retention activities more in the last years since holding current customer in the system is less costly when compared with acquiring new ones. In order to allocate costs to right customers, companies prefer to use the big part of these budget to potential churn customers which makes the accuracy of churn detection important for us. The objective of this project is to develop a machine learning algorithm that predicts potential churn customers that will not make any transactions in the following three months. While predicting churn, some customer segments and subsegments are created in order to understand the common behavior of potential churn customers. Common characteristics of loyal customers will also beinvestigated in order to determine churn prevention marketing activities for potential churn customers. Among all of the machine learning algorithm trials including Logistic Regression, Boosted Decision Tree, Support Vector Machines, Decision Forest, Decision Forest Regression and Neural Networks, Logistic Regression predicts with the highest accuracy and lowest number of False Negative which means model slightly mistaken unchurned customers.
  • Master Term Project
    A Comprasion of Ensemble Learning Methods in Retail Sales Forecasting
    (MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2019) Süer, Serhan; Güney, Evren
    Forecasting has always been an essential skill which companies try to have and implement in various areas. Sales forecasting is one of the major usage areas of forecasting which is used in almost all sectors. This study refers to forecasting sales of Walmart Stores based on several features such as store id, department id, date, and store size. Walmart sales data which was used in this study contains information of stores between 2010 and 2012. At the beginning of the study, the introduction of the dataset and exploratory data analysis were made to identify dependent/independent variables and their characteristics. To apply machine learning algorithms, data preprocessing methods such as missing value treatment, outlier treatment, and feature selection was applied. Ensemble learning methods in machine learning algorithms were applied in the modeling stage. These methods were addressed in three parts such as Bootstrap Aggregation, Boosting, and Stacked Generalization and these parts consist of six different algorithms in total. The models were compared based on four regression metrics as Root Mean Square Error, Mean Absolute Error, R-Squared, and runtime. After selecting the main metric which models were evaluated, cross-validation was applied to achieve unbiased estimates. Finally, parameters of the model which have the highest score in cross-validation were tuned in the hyperparameter optimization stage and a machine learning model which can be used in forecasting sales of Walmart stores and its success score were obtained.
  • Master Thesis
    A critical study on sustainability within environmental assessment methodologies: Evaluating Volu-te in search of an alternative vision in architecture
    (MEF Üniversitesi, 2022) Kaleli, Damla; Yücel, Şebnem
    Bu araştırma, mimaride sürdürülebilirliğin değerlendirilmesine ve bunun araçları olarak çevresel değerlendirme metodolojilerine odaklanmaktadır. Bu metodolojiler, mimari ürünün sürdürülebilirliğinin ölçüm mekanizması olarak işlev görür; ancak etiketleme ve sertifikasyon gereklilikleri ile mevcut kapitalist sistemin çarkı olarak da çalışırlar. Bu nedenle, bu çalışma proje üzerindeki ekolojik etkiyi ve finansal stresi değerlendirmeye odaklanmayı amaçlamaktadır. BREEAM sertifikasının proje bütçesine ekstra üç kat, Pasif Ev sertifikası ise projenin toplam maliyetine ekstra iki kat daha masraf eklendiği görülmektedir. Bu değerlendirmede Volu-te, bu sertifikasyon sistemlerinin mikro ölçekli yaşam projelerinde maliyet etkisini tartışmak ve maliyet etkisini ortaya koymak için mimari bir ürün olarak kullanılmıştır.
  • Master Term Project
    A Study on Churn Prediction in Telecommunication and Pay Tv Area
    (MEF Üniversitesi, Fen Bilimleri Enstitüsü, 2020) Şayık, Murat; …
    ...
  • Master Thesis
    A web of things system to control party equipment
    (MEF Üniversitesi, 2024) Eroğlu, Eray; Bekmezci, İlker
    Etkili bir parti düzenlemenin temel unsurlarını incelemekte ve başarılı bir etkinliğin düzenlenmesi için gereken ekipmanları ve bu bileşenlerin nasıl koordine edilip bir bütün halinde çalışabileceğini bu tez kapsamında araştırılmış ve geliştirilmiştir. Bu bağlamda, özellikle eğlence cihazları arasındaki koordinasyon ve iletişimin önemi üzerinde durulmaktadır. Bununla birlikte Nesnelerin Web'i (WoT) paradigması üzerinden parti organizasyonuna entegrasyonunun nasıl uygulanabileceğini gösterilmektedir. WoT, nesnelerin interneti üzerinden fiziksel cihazların birbirleriyle iletişim kurmasına ve etkileşimde bulunmasına olanak sağlayan bir iletişim ağıdır. Bu tez, WoT'un parti organizasyonunda nasıl kullanılabileceğini ve eğlence unsurlarının koordinasyonunu ve senkronizasyonunu artırmak için nasıl bir araç olabileceğini ortaya koymaktır. Bu çalışmanın bir diğer amacı da, parti organizasyonu için temel ekipmanların belirlenerek son kullanıcılar tarafından gerekli isteklerin uygulanmasıdır. Hangi cihazların gerekliliği, bu cihazların fonksiyonları ve nasıl entegre edilebilecekleri gibi konular detaylı bir şekilde titizlikle ele alınmaktadır. WoT'un gelişen alanına ve dinamik, etkileşimli ortamlardaki potansiyel uygulamalara katkı sağlamayı amaçlamaktadır. Partiler gibi sosyal etkileşim odaklı etkinliklerde WoT'un nasıl kullanılabileceğini anlamak, bu alandaki araştırmalara yeni bir perspektif kazandırarak literatüre yeni projeleri kazandırabilir.
  • Master Term Project
    Ad Click Prediction Using Machine Learning Algorithms
    (MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Uncu, Nazlı Tuğçe; Hande Küçükaydın
    Online advertising has a great potential to boost business’ revenue. One of the key metrics that defines the success of online ad campaigns is click through rate (CTR) which indicates the total number of clicks received in relation to the total impression. Therefore, the click prediction systems, which have the aim of increasing the click through rates of online advertising campaigns by predicting the clicks, have become essential for businesses. For this reason, predicting whether an advertisement will receive a click fromthe user or not attracts the attention of researchers from the both industry and academia. In this capstone project, the click prediction is studied by using Avazu’s click logs dataset. The effects of having high cardinality categorical features and imbalanced data are examined during data preprocessing phase and then relevant features are selected to be used in modeling. The methods that are used for this classification problem are decision trees, random forest, k-nearest neighbor, extreme gradient boosting, and logistic regression. According to the results of the study, extreme gradient boosting shows the best performance.
  • Master Term Project
    Airbnb Host Recommendation Engine
    (MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Arslan, Batuhan; Özgür Özlük
    In this project, a fifth rule is proposed to reveal guests ' comments about hosts using the recommendation system and sentiment analysis for the super hosts' selection for Airbnb. This project is aimed to contribute to Airbnb's selection of Super hosts. In this study, sentiment analysis and comment data are examined, and polarity scores are created for use in suggestion systems. A collaborative filtering method is used for the recommendation system. The FunkSVD algorithm received the best RMSE score. Polarity scores are estimated for each latent user by looking at the host and listing id. The recommendation system developed ranked the polarity scores of hosts for each user.