Hiper-optimize edilmiş makine öğrenim teknikleri ile taşınmaz değerlemesi, Yozgat kenti örneği

Basit Öğe Kaydı
dc.contributor.advisorBozdağ, Aslı
dc.contributor.advisorAtasever, Ümit Haluk
dc.contributor.authorHazer, Abdulbaki
dc.date.accessioned2024-11-04T20:07:38Z
dc.date.available2024-11-04T20:07:38Z
dc.date.issued2022
dc.departmentNiğde ÖHÜ, Fen Bilimleri Enstitüsü, Harita Mühendisliği Ana Bilim Dalı
dc.descriptionFen Bilimleri Enstitüsü, Harita Mühendisliği Ana Bilim Dalı, Jeodezi ve Fotogrametri Mühendisliği Bilim Dalı
dc.description.abstractToplu Taşınmaz Değerlemede (TTD), Makine Öğrenim Teknikleriyle gelişmiş tahmin yöntemlerinden yararlanılarak bilimsel, doğru ve hızlı sonuçlar elde edilmektedir. Makine Öğrenimi, Coğrafi Bilgi Sistemi (CBS) ortamında düzenlenen verilerin analiz edilerek konut fiyat değerini tahmin etmede doğru karar vermeyi sağlamaktadır. Bu çalışmanın amacı; küçük ölçekli kentler sınıfındaki Yozgat kentinde Bayes Tekniği ile Hiper-Optimize Edilmiş Makine Öğrenimi Teknikleri sayesinde değer tahminleri oluşturmaktır. Bu kapsamda regresyon yöntemleri ile 2022 ve 2023 yıllarına ait taşınmaz verileri üzerinde toplu taşınmaz değerleme gerçekleştirilmiştir. Uygulamada eğitim verisi sonuçlarına göre Çekirdek regresyonu, test verisi sonuçlarına göre ise Topluluk regresyonu en başarılı sonuçları sağlamıştır. Çalışma, kentin bütününde bir toplu değerleme yapılması ve büyük bir değerleme sahası içinde bölgesel eşitsizliklere rağmen konut fiyat tahmin doğruluğunun metriklere göre başarılı sonuçlar elde etmesiyle literatürden farklılaşmaktadır. Elde edilen sonuçlar, heterojen özellikler taşıyan bir değerleme alanı için çalışmanın konut fiyat tahmin sonuçlarının belirlenmesinde başarılı bir yaklaşım olduğunu göstermektedir. Anahtar Sözcükler: TTD, Değerleme Yöntemleri ve Kriterleri, CBS, Makine Öğrenimi Teknikleri, Hiperparametre Optimizasyonu, Bayes Tekniği
dc.description.abstractScientific, accurate and fast results are obtained by utilising advanced estimation methods with Machine Learning Techniques in Mass Real Estate Valuation (MRV). Machine Learning provides the right decision making in estimating the house price value by analysing the data arranged in the Geographical Information System (GIS) environment. The aim of this study is to create value estimates in Yozgat city, which is classified as small-scale cities, by using Bayesian Technique and Hyper-Optimised Machine Learning Techniques. In this context, collective real estate valuation was carried out on real estate data for the years 2022 and 2023 with regression methods. In the application, the Core regression provided the most successful results according to the training data results and the Ensemble regression provided the most successful results according to the test data results. The study differs from the literature by performing a collective valuation in the whole city and obtaining successful results in terms of house price prediction accuracy according to metrics despite regional disparities in a large valuation area. The results obtained show that the study is a successful approach in determining house price prediction results for a valuation area with heterogeneous characteristics. Keywords: MRV, Valuation Methods and Criteria, Machine Learning Techniques, Hyperparameter Optimisation, Bayesian Technique
dc.identifier.endpage98
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=cr4SkWLaRMhkDRBjqthpsc7MwOfGV-YMOwaAtYIIha0fm44YmUQCEF43tGcIMvAl
dc.identifier.urihttps://hdl.handle.net/11480/9295
dc.identifier.yoktezid855764
dc.language.isotr
dc.publisherNiğde Ömer Halisdemir Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_2024
dc.subjectJeodezi ve Fotogrametri
dc.subjectGeodesy and Photogrammetry
dc.titleHiper-optimize edilmiş makine öğrenim teknikleri ile taşınmaz değerlemesi, Yozgat kenti örneği
dc.title.alternativeReal estate valuation with hyper-optimized machine learning techniques, Yozgat city example
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu