İşletmelerin iflas tahmininde k- en yakın komşu algoritması üzerinden uzaklık ölçütlerinin karşılaştırılması

Basit Öğe Kaydı
dc.authorid0000-0002-2316-8928en_US
dc.authorid0000-0002-9430-8975en_US
dc.contributor.authorDilki, Gizem
dc.contributor.authorDeniz Başar, Özlem
dc.date.accessioned2021-01-05T09:52:54Z
dc.date.available2021-01-05T09:52:54Z
dc.date.issued2020en_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalıen_US
dc.description.abstractMakine öğrenmesi biyoteknoloji alanından eğitim bilimlerine, doğal dil işlemeden duygu analizine kadar medikal, eğitim, işletme gibi birçok alanda aktif olarak kullanılan bir disiplindir. Kullanım alanı genişledikçe regresyon, sınıflama, kümeleme gibi farklı problemlere çözüm arayan makine öğrenmesi, iflas tahmini probleminde de kullanılmaya başlamıştır. Makine öğrenmesi disiplininde algoritma sayısı arttıkça, parametreler değiştikçe farklı doğruluk oranlarına ulaşmak mümkündür. Bu amaçla, çalışmada k En Yakın Komşu algoritmasına yer verilmiş; farklı uzaklık ölçütleri (Euclidean, Manhattan, Chebysev, Minkowski) kullanılarak yapılan sınıflandırma işlemi sonucunda en yüksek doğruluk oranına sahip uzaklık ölçütü belirlenmiştir. Veri seti %70 eğitim- %30 test seti olarak bölünmüş; çeşitli performans ölçütleri kullanılarak algoritmalar birbiriyle karşılaştırılmıştır.en_US
dc.description.abstractMachine learning is a discipline that is actively used in many areas such as medical, education and business management, from biotechnology to educational science, natural language processing to emotion analysis. As the area of use expanded, machine learning, which was looking for solutions to different problems such as regression, classing and clustering, also started to be used in the problem of bankruptcy prediction. As the number of algorithms increases in machine learning discipline, it is possible to achieve different accuracy rates as parameters change. For this purpose, the k Nearest Neighbor algorithm was involved in our study and the distance measure with the best accuracy were determined as a result of the classification process using different distance measures (Euclidean, Manhattan, Chebysev, Minkowski). The data set is divided into 70% training - 30% test; algorithms are compared using various performance criteria.en_US
dc.identifier.endpage233en_US
dc.identifier.issue38en_US
dc.identifier.startpage224en_US
dc.identifier.urihttps://hdl.handle.net/11467/4321
dc.identifier.volume19en_US
dc.language.isotren_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.ispartofİstanbul Ticaret Üniversitesi Fen Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - İdari Personel ve Öğrencien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectİflas tahminien_US
dc.subjectk-en yakın komşuen_US
dc.subjectmakine öğrenmesien_US
dc.subjectuzaklık ölçütlerien_US
dc.subjectBankruptcy predictionen_US
dc.subjectDistance measuresen_US
dc.subjectk-nearest neighboren_US
dc.subjectmachine learningen_US
dc.titleİşletmelerin iflas tahmininde k- en yakın komşu algoritması üzerinden uzaklık ölçütlerinin karşılaştırılmasıen_US
dc.title.alternativeComparison study of distance measures using k- nearest neighbor algorithm on bankruptcy predictionen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
224-233.pdf
Boyut:
667.34 KB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.56 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

İTÜFBD, Cilt 19, Sayı 38, Makale Koleksiyonu
Fen Bilimleri Enstitüsü Diğer Yayınlar Koleksiyonu