Makine Öğrenmesi kullanılarak Türkiye'de Yıllara göre Tarım Ürünleri Üretici Fiyat Endeksi Analizi

Bu tez, Türkiye'deki tarım sektöründe yıllara göre tarım ürünleri üretici fiyat endeksini
analiz etmek amacıyla makine öğrenmesi yöntemlerini kullanmayı amaçlamaktadır.
Tarım ürünleri üretici fiyat endeksi, tarımsal üretimin maliyeti ve tarım sektöründeki
fiyat dalgalanmalarının belirlenmesi açısından önemli bir göstergedir. Bu çalışma,
geleneksel istatistiksel yöntemlerin sınırlamalarını aşarak, makine öğrenmesi
algoritmalarının kullanılabilirliğini ve performansını araştırmaktadır.
İlk olarak, literatür taraması yapılarak tarım ürünleri üretici fiyat endeksi ve makine
öğrenmesi teknikleri hakkında kapsamlı bir değerlendirme sunulmuştur. Veri seti,
Türkiye'deki tarım ürünleri üretici fiyat endeksine ilişkin yıllık verilerin toplanmasıyla
oluşturulmuştur. Veri seti, gerekli ön işleme tekniklerini uygulamak için incelenmiş
ve temizlenmiştir.
Daha sonra, farklı makine öğrenmesi modelleri uygulanmış ve eğitim süreci
gerçekleştirilmiştir. Doğrusal regresyon, karar ağaçları, destek vektör makineleri,
yapay sinir ağları ve k-en yakın komşu gibi popüler makine öğrenmesi yöntemleri
kullanılmıştır. Modellerin performansı, doğruluk, hassasiyet, özgüllük ve F1 puanı
gibi metrikler kullanılarak değerlendirilmiştir.
Sonuçlar, makine öğrenmesi modellerinin tarım ürünleri üretici fiyat endeksi
tahmininde önemli bir başarı gösterdiğini göstermektedir. Özellikle yapay sinir ağları
modeli, en yüksek tahmin doğruluğuna sahip olmuştur. Makine öğrenmesi
yöntemlerinin kullanılmasıyla, tarım sektöründeki fiyat dalgalanmalarını tahmin
etmek ve tarımsal üretimin maliyetini analiz etmek için daha hassas ve etkili bir araç
sunulmaktadır.
Bu tez, Türkiye'deki tarım sektöründeki paydaşlar, politika yapıcılar ve araştırmacılar
için değerli bir kaynak olacaktır. Makine öğrenmesi yöntemlerinin tarım ürünleri
üretici fiyat endeksi analizindeki potansiyeli hakkında daha fazla bilgi sağlamakta ve
gelecekteki çalışmalar için bir temel oluşturmaktadır.