Atm demand prediction with machine learning methods

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Galatasaray Üniversitesi, Fen Bilimleri Enstitüsü, ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: İngilizce

Öğrenci: EVRİM GENÇALP

Danışman: Müjde Genevois

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde her ne kadar nakitsiz ödeme yöntemleri popüler olmaya başlasa da nakit ihtiyacı bitmeyecektir. Türkiye'de ATM'lerin günden güne artıyor olması bunun göstergesidir. ATM'lerdeki en önemli süreç nakit ihmal sürecidir. Bu süreç ise nakit talebinin doğru tahminlenmesiyle en iyi şekilde işler. ATM'de ihtiyaçtan eksik para bulunması müşteri memnuniyetsizliğine yol açacağı gibi fazlalık ise bankaya maliyet olarak yansıyacaktır. Bu çalışmada, makine öğrenmesi algoritmaları kullanılarak ATM nakit talep tahminlemesi yapılmıştır. Çalışmada Python programlama dilinden yararlanılmıştır. Makine öğrenmesi, günden güne gelişmekte olan yapay zekanın bir alt koludur. Birçok makine öğrenmesi algoritmasından her biri belirli bir yapıdaki veri ile iyi sonuç verir. Çalışmada, zaman serileri çeşidindeki nakit talep datasının tahminlenmesi için Destek Vektör Regresörü, En Yakın Komşu Regresörü, Rastgele Orman Regresörü ve Gradyan Arttırıcı Regresör algoritmaları kullanılmış ve bu algoritmaların sonuçları karşılaştırılmıştır. Modelin performansını arttırmak için veri seti üzerinde Keşifsel Veri Analizi ve Öznitelik Seçimi çalışmaları yapılarak sonuçlar tekrar karşılaştırılmıştır. Çok değişkenli yapısı ve nakit talebinin kendi dinamik doğası gereği verinin komplike olması nedeniyle bu çalışmalar modelin veri setini daha iyi anlamasına yardımcı olmuştur. Öncelikle talep tahminleme konsepti ve bankacılıktaki rolü anlatılmış, makine öğrenmesi yöntemleri detaylı şekilde sunulmuştur. Sonra çalışmanın metodolojisi, uygulaması ve sonuçlar paylaşılmıştır.