Please use this identifier to cite or link to this item:
http://hdl.handle.net/11452/2335
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Özmutlu, H. Cenk | - |
dc.contributor.author | Yazıcıoğlu, Nazife | - |
dc.date.accessioned | 2019-12-05T12:59:58Z | - |
dc.date.available | 2019-12-05T12:59:58Z | - |
dc.date.issued | 2010-08-12 | - |
dc.identifier.citation | Yazıcıoğlu, N. (2010). Yapay zeka ile talep tahmini. Yayınlanmamış yüksek lisans tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü. | tr_TR |
dc.identifier.uri | http://hdl.handle.net/11452/2335 | - |
dc.description.abstract | Talep tahmini, gelecekteki bir zaman süresi için şirketin bir ürünü veyaçeşitli ürünleri için talep düzeyini tespit etmektir. Çalışma içerisinde yapay sinirağları ve talep tahmini kavramları açıklanmıştır. Uygulama bölümü de yapaysinir ağları kullanılarak otomobil satışları ile ilgili bir tahmin modeli kurulmuş veuygulanmıştır. Yapay sinir ağları yönteminin yanı sıra regresyon analizi ile deotomobil üretimi için talep tahmini yapılmış ve sonuçlar kıyaslanmıştır.Uygulama sonucunda yapay sinir ağı yönteminin etkin bir talep tahmini yöntemiolduğu gösterilmiştir. Sonuç olarak yapay sinir ağları analizlerinin, klasikyöntemlere güçlü bir alternatif olabileceği görülmüştür. | tr_TR |
dc.description.abstract | Demand prediction is determining the demand level of a product or morethan one product of a company for a time in the future. In that study, artificialneural network and demand predictions concepts are explained. In applicationpart of this study, artificial neural networks sales forecasting model forotomobile production is builded and implemented. On the other hand, predictionmodels are builded for regresion analysys and curve estimation method. Inconclusion, results are compared and shown that artificial neural networks is anefficient tool for forecasting. Evantually, it was seen that artificial neuralnetworks analyses could be strong alternative method to classical models. | en_US |
dc.format.extent | IX, 106 sayfa | tr_TR |
dc.language.iso | tr | tr_TR |
dc.publisher | Uludağ Üniversitesi | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.rights | Atıf 4.0 Uluslararası | tr_TR |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | * |
dc.subject | Yapay sinir ağları | tr_TR |
dc.subject | Talep tahmini | tr_TR |
dc.subject | Regresyon | tr_TR |
dc.subject | Artificial neural networks | en_US |
dc.subject | Demand forecasting | en_US |
dc.subject | Regression | en_US |
dc.title | Yapay zeka ile talep tahmini | tr_TR |
dc.title.alternative | Artificial intelligence in forecasting | en_US |
dc.type | masterThesis | en_US |
dc.relation.publicationcategory | Tez | tr_TR |
dc.contributor.department | Uludağ Üniversitesi/Fen Bilimleri Enstitüsü/Endüstri Mühendisliği Anabilim Dalı. | tr_TR |
Appears in Collections: | Fen Bilimleri Yüksek Lisans Tezleri / Master Degree |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
340054.pdf | 1.46 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License