Show simple item record

dc.contributor.advisorKüçükaydın, Handeen_US
dc.contributor.authorYıldırım, Oğuzhan
dc.date.accessioned2019-11-12T13:42:04Z
dc.date.available2019-11-12T13:42:04Z
dc.date.issued2018en_US
dc.identifier.citationYıldırım, O. (2018). Scoring neighborhoods for locating atm using machine learning, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiyeen_US
dc.identifier.urihttps://hdl.handle.net/20.500.11779/1205
dc.description.abstractFacility location is a general problem that is important for many different sectors and it is even more important when building the facility costs too much. In this project we analyzed the neighborhoods of Turkey and built two different models to estimate the good and bad neighborhoods for locating an ATM, which has significant costs for banks to build one. We used demographic and socio-economic data of 4,504 neighborhoods in Turkey and built models using Linear Regression and Decision Tree techniques of Machine Learning to find the best neighborhoods for locating a new ATM for a new bank entering the market. We compared the results of two machine learning methods and the results showed that we can make successful predictions of the neighborhoods by using machine learning methods which are good to locate an ATM without classical optimization techniques that requires complex calculations and machine learning methods.en_US
dc.description.abstractTesis yer seçimi, birçok farklı sektörde var olan genel ve önemli bir sorundur. Eğer kurulmak istenen tesis maliyeti yüksek ve kurması zor / karmaşık bir tesis ise sorun daha da önem kazanmaktadır. Bu projede, Türkiye'nin mahallelerini analiz ettik ve bankalar için oldukça yüksek maliyeti olan “Nereye ATM konulmalı” sorusuna cevap olarak ATM yerleştirmek için iyi ve kötü mahalleleri tahminleyen iki farklı model geliştirdik. Türkiye'deki 4.504 mahallenin demografik, sosyoekonomik ve diğer bazı verilerini kullanarak, sektöre yeni giren bir bankanın hangi mahallelere ATM açması gerektiğini tahminleyen ve Makine Öğreniminin Doğrusal Regresyon ve Karar Ağacı tekniklerini kullanan modeller oluşturduk . İki makine öğrenim yönteminin sonuçlarını karşılaştırdık ve gördük ki geleneksel ve karmaşık olan optimizasyon yöntemi yerine makina öğrenim yöntemlerini kullanarak ATM kurmak için iyi olan mahalleler başarılı bir şekilde tahmin edilebilmektedir.en_US
dc.language.isoengen_US
dc.publisherMEF Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectATM Locationen_US
dc.subjectFacility Locationen_US
dc.subjectNeighborhood Scoring for ATMen_US
dc.subjectATM Konumlandırmaen_US
dc.subjectTesis Yer Seçimien_US
dc.subjectATM için Mahalle Skorlamaen_US
dc.titleScoring neighborhoods for locating atm using machine learningen_US
dc.typeYL-Bitirme Projesien_US
dc.departmentBüyük Veri Analitigi Yüksek Lisans Programıen_US
dc.relation.publicationcategoryYL-Bitirme Projesien_US
dc.contributor.institutionauthorYıldırım, Oğuzhan


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record