Türkiye’nin Kimyasal Madde İthalatının Gelecek Tahmini: Makine Öğrenmesi ve Topluluk Öğrenme Yöntemleri Performans Analizi
Fırat Üniversitesi Sosyal Bilimler Dergisi,
Journal Year:
2025,
Volume and Issue:
35(1), P. 261 - 278
Published: Jan. 24, 2025
Bu
çalışma,
Türkiye'nin
kimyasal
madde
ithalatının
gelecekteki
değerlerini
tahmin
etmek
amacıyla
makine
öğrenmesi
ve
topluluk
öğrenme
yöntemlerinin
performansını
değerlendirmektedir.
Doğrusal
Regresyon,
Rastgele
Orman,
Rasyonel
Kuadratik
Destek
Vektör
Makinesi
XGBoost
modelleri
kullanılmıştır.
Veriler,
TÜİK
TCMB
gibi
güvenilir
kaynaklardan
elde
edilmiştir.
Makroekonomik
değişkenler
arasında
Türkiye
İthalatı,
Kimyasallar
Kimyasal
Ürünler
Üretim
Endeksi,
Aylık
Ortalama
Dolar
Kuru,
İmalat
Sanayi
Petrol
Varil
Fiyatları
Madde
İhracatı
yer
almaktadır.
Analiz
sonuçlarına
göre,
modeli
en
yüksek
doğruluk
genelleme
yeteneğine
sahiptir.
Model,
eğitim,
test
çapraz
doğrulama
setlerinde
düşük
hata
oranları
R²
değerleri
ile
başarılı
performans
göstermiştir.
SHAP
analizi,
İthalatı
Endeksi
değişkenlerinin
etkiye
sahip
olduğunu
ortaya
koymuştur.
yapılan
projeksiyonlar,
seyrine
dair
önemli
bilgiler
sunmakta,
ekonomik
planlama
ticari
stratejiler
için
kritik
öneme
Modelin
yeteneği,
politika
yapıcılar
iş
dünyası
stratejik
kararları
kolaylaştırmaktadır.
TÜİK Mikro Verileri ile Çocuk İşgücü Tahmini: Makine Öğrenimi Modellerinin Performans Analizleri
Fırat Üniversitesi Mühendislik Bilimleri Dergisi,
Journal Year:
2025,
Volume and Issue:
37(1), P. 453 - 466
Published: Feb. 3, 2025
Çalışma,
Türkiye
İstatistik
Kurumu
(TÜİK)
tarafından
2019
yılında
gerçekleştirilen
Çocuk
İşgücü
Araştırması
mikro
veri
setini
kullanarak,
çocuk
işçiliği
konusunu
makine
öğrenimi
modelleri
ile
analiz
etmektedir.
5-17
yaş
grubundaki
çocukların
çalışma
durumu,
eğitim
faaliyetleri
ve
ailevi
sorumlulukları
gibi
faktörler
incelenerek
işçiliğini
etkileyen
unsurlar
belirlenmiştir.
Yaş
grubu,
durumunu
en
fazla
bağımsız
değişken
olup,
erkek
oranı
kızlara
göre
daha
yüksektir.
Eğitimine
devam
etmeyen
olasılığı
ise
artış
göstermektedir.
Çocukların
durumu;
Random
Forest,
XGBoost,
Gradient
Boosting
SVM
kullanılarak
tahmin
edilmiştir.
Modellerin
performansları;
doğruluk
(accuracy),
kesinlik
(precision),
duyarlılık
(recall)
F1
Skoru
metrikleri
değerlendirilmiştir.
Forest
modelleri,
açısından
yüksek
performansı
göstermiştir.
Elde
edilen
bulgular,
faktörlerin
öğrenmesi
derinlemesine
anlaşılmasına
katkıda
bulunmakta
uygulanacak
politikaların
temelli
şekillendirilmesinin
önemini
vurgulamaktadır.
Makine Öğrenimi Modelleri İle Yetişkin Eğitimi Analizi: Modellerin Karşılaştırmalı Performansı
Elektronik Sosyal Bilimler Dergisi,
Journal Year:
2025,
Volume and Issue:
24(2), P. 946 - 964
Published: March 27, 2025
Bu
çalışmada,
Türkiye'deki
yetişkin
eğitimi,
Türkiye
İstatistik
Kurumu'nun
(TÜİK)
2022
Yetişkin
Eğitimi
Araştırması
mikro
veri
seti
kullanılarak
makine
öğrenimi
yöntemleriyle
analiz
edilmiştir.
eğitimi
alanındaki
katılım
dinamiklerini
daha
derinlemesine
incelemek
ve
geleneksel
yöntemlerin
yetersizliklerini
aşmak
amacıyla
LightGBM,
RandomForest,
XGBoost,
GradientBoosting
CatBoost
algoritmaları
uygulanmıştır.
Analizler
sonucunda,
GradientBoosting,
XGBoost
modelleri
%94
test
doğruluğuyla
en
iyi
performansı
sergilemiştir.
LightGBM
modelleri,
0,92
AUC
değeriyle
öne
çıkarken,
0,91
değeri
elde
etmiştir.
F1
skoru
açısından
ise
0,75
ile
başarılı
sonuçları
vermiştir.
değerlendirmeler
ışığında,
modeli,
yüksek
doğruluk,
kesinlik
değerleriyle
bu
çalışmada
uygun
model
olarak
ön
plana
çıkmıştır.
Ayrıca,
edilen
bulgular,
Türkiye’de
eğitiminin
analizi
alandaki
politika
geliştirme
süreçlerinde
yöntemlerinin
güçlü
bir
karar
destek
aracı
kullanılabileceğini
göstermektedir.