Küçükaydın, HandeYüzbaşıoğlu, Orkun Berk2019-11-122019-11-122019Yüzbaşıoğlu, OB. (2019). Forecasting with Ensemble Methods: An Application Using Fashion Retail Sales Data, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiyehttps://hdl.handle.net/20.500.11779/1223In this project, ensemble methods of machine learning are used to predict short term store sales of a fashion retailer. Sales forecasts of various products at different stores are generated for a span of three months with bagging tree regressor, random forest regressor, and gradient boosting regressor algorithm. Algorithms are trained and evaluated with real past sales data of a Turkish fashion retailer. The predictive performance of the models is compared with linear regression. The results of the study show that random forest regressor shows the best performanceBu projede topluluk metotları ile bir hazır giyim şirketininin mağazalarının satışı tahmin edilmiştir. Çeşitli ürünlerin farklı mağazalardaki satışının tahminleri, sonraki üç ay için torbalama-regresyon ağaçları, rassal orman regresyonu ve gradyan artırma regresyon ağaçları algoritmaları kullanarak üretilmiştir. Algoritmalar gerçek geçmiş satış verileri kullanılarak eğitilip, performansları değerlendirilmiştir. Algoritmaların tahmin performansı doğrusal regresyonla karşılaştırılmıştır. Çalışmanın sonuçlarına göre rassal orman regresyonu en yüksek performansı göstermiştir.eninfo:eu-repo/semantics/openAccessTime Series AnalysisSales ForecastingEnsemble MethodsBagging Tree RegressorRandom Forest RegressorGradient Boosted Regression TreeLinear RegressionZaman Serisi AnaliziSatış TahminiTorbalama-Regresyon AğaçlarıRassal Orman RegresyonuGradyan Artırma Regresyon AğaçlarıDoğrusal RegresyonMaster's Degree Project