Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: SELİN SABAK
Danışman: DENİZ BAŞAR ÖZLEM
Özet:ÖZET Enflasyon, fiyatlar genel seviyesindeki sürekli artış olarak tanımlanmaktadır. Diğer bir tanımı; toplam talep miktarının, toplam arzdan yüksek olmasıdır. Enflasyonist dönemlerdeki sürekli ve hızlı fiyat artışlarının varlığı fiyat istikrarının bozulmasını yansıtmaktadır. Güvenin sağlanması için fiyat istikrarı da önemli başlıklardan birisidir. Ekonomi dinamik bir seyir izlediğinden, sürekli değişiklikler görülebilir. Fakat asıl amaç; değişikliklerin minimum düzeyde tutulması, sert dalgalanmalara izin verilmemesidir. Buna bağlı olarak; enflasyon toplumun refahını ve düzenini etkileyen önemli bir unsur olduğundan gerek ekonomik gerekse sosyal alanlarda enflasyonun etkisinin önemli bir boyuta taşıyacağı yadsınamaz bir gerçektir. Geçmişten günümüze bilgisayarlar ile yapılan çalışmalar insan beyninin modelleyerek, yapay zekâ kavramını hayatımızın bir parçası konumuna getirmiştir. Tarihsel süreç içerisinde yapay zekâ kavramı geliştirilerek yapay sinir ağları kavramını ortaya atılmıştır. Bu yeni kavram ile ilgili çalışmalara yoğunluk verilmiştir. Enflasyonun ortaya çıkardığı sonuçların önlenebilmesi gerekmektedir. Çünkü enflasyonun önemli bir maliyeti vardır ve ekonomide enflasyonun çıkardığı sorunlara çözüm üretmek gerekmektedir. Bu doğrultuda çalışmada, yapay sinir ağları yöntemi olan ileri beslemeli geri yayılım ağı kullanılarak enflasyonu etkileyen faktörler üzerine bir analiz yapılmıştır. Anahtar Kelimeler: Enflasyon, ileri beslemeli geri yayılım ağı, yapay sinir ağları, yapay zekâ. ABSTRACT Inflation is defined as the continuous increase in the general level of prices. Another definition is that the aggregate demand is higher than aggregate supply. The existence of continuous and rapid price increases in inflationary periods reflects the deterioration of price stability. Price stability is one of the important topics to ensure confidence as well. As the economy follows a dynamic path, constant changes can be seen, however, the main purpose is that changes are kept to a minimum and hard fluctuations are not allowed. Accordingly, since inflation is an important factor affecting the welfare and order of society, it is an undeniable fact that the effects of inflation in both economic and social areas will be significant. Studies conducted with computers from the past to the present have made the concept of artificial intelligence a part of our lives by modeling the human brain. In the historical process, the concept of artificial intelligence has been developed and the concept of artificial neural networks has emerged. So that studies have been focused on this concept. The consequences of inflation must be prevented. Because inflation has a significant cost and it is necessary to find solutions to the problems caused by inflation in the economy. In this study, an analysis on the factors affecting inflation has been made using the feed-forward backpropagation network, which is the method of artificial neural networks. Keywords: Artificial intelligence, artificial neural networks, feedforward backpropagation network, inflation. İÇİNDEKİLER İÇİNDEKİLER . i ÖZET . iii ABSTRACT . iv TEŞEKKÜR . v ŞEKİLLER . vi TABLOLAR . vii SİMGELER VE KISALTMALAR . viii 1. GİRİŞ . 1 2. LİTERATÜR ÖZETİ . 6 3. YAPAY SİNİR AĞLARI . 9 3. 1. Yapay Zekâ . 9 3. 2. Yapay Sinir Ağları . 10 3. 3. Yapay Sinir Ağlarının Genel Özellikleri . 13 3. 4. Yapay Sinir Ağlarının Tarihçesi . 14 3. 5. Yapay Sinir Ağlarının Yapısı ve Temel Bileşenleri . 18 3. 5. 1. Biyolojik sinir ağları . 18 3. 5. 2. Yapay sinir hücreleri . 22 3. 5. 3. Katmanlar . 23 3. 5. 3. 1. Girdiler . 23 3. 5. 3. 2. Ağırlıklar . 23 3. 5. 3. 3. Gizli katman (Ara katman) . 24 3. 5. 3. 4. Toplama fonksiyonu . 24 3. 5. 3. 5. Aktivasyon fonksiyonu . 24 3. 5. 3. 6. Hücrenin çıktısı . 27 3. 6. Yapay Sinir Ağlarının Çeşitleri . 27 3. 6. 1. Öğrenme metodlarına göre yapay sinir ağları . 28 3. 6. 1. 1. Danışmanlı öğrenme . 29 3. 6. 1. 2. Danışmansız öğrenme . 29 3. 6. 1. 3. Takviyeli öğrenme . 30 3. 7. Yapay Sinir Ağı Modelleri . 30 3. 7. 1. Tek katmanlı yapay sinir ağları . 30 3. 7. 1. 1. Basit algılayıcı modeli (Perceptron) . 32 3. 7. 1. 2. Adaline modeli . 33 3. 7. 2. Çok katmanlı yapay sinir ağları . 33 3. 8. Ağ Yapılarına Göre Yapay Sinir Ağları . 34 3. 8. 1. İleri beslemeli ağlar . 34 3. 8. 2. Geri beslemeli ağlar . 35 3. 9. Temel Öğrenme Kuralları . 38 3. 9. 1. Hebb kuralı . 38 3. 9. 2. Hopfield kuralı . 39 3. 9. 3. Delta kuralı . 39 3. 9. 4. Kohonen kuralı . 39 3. 10. Yapay Sinir Ağlarının Kullanım Alanları . 40 3. 11. Yapay Sinir Ağlarının Avantajları ve Dezavantajları . 41 4. UYGULAMA . 43 4. 1. Uygulamanın Amacı ve Önemi . 44 4. 2. Uygulamada Kullanılan Veri Seti . 44 4. 2. 1. Verilerin normalizasyonu . 46 4. 3. Yöntem ve Kullanılan Teknikler . 47 4. 4. Bulgular . 48 4. 4. 1. Yapay sinir ağı mimarisi . 48 4. 4. 2. Yapay sinir ağı analiz sonuçları . 52 5. SONUÇ . 54 KAYNAKLAR . 56 EKLER . 61 EK A. Yapay Sinir Ağları Kodları . 61 EK A. Korelasyon Kodları . 62 EK A. Veri Seti . 63 ÖZGEÇMİŞ . 64