Yapay Zekâ Algoritmaları ile Dünya Mutluluğunu Tahminleme

Abdulmuttalip Duran, Kübra Çeli̇k, Kemal Adem, Sezer Dümen
{"title":"Yapay Zekâ Algoritmaları ile Dünya Mutluluğunu Tahminleme","authors":"Abdulmuttalip Duran, Kübra Çeli̇k, Kemal Adem, Sezer Dümen","doi":"10.59287/icpis.861","DOIUrl":null,"url":null,"abstract":"– Mutluluk bireyin yaşam kalitesini değerlendirme biçimidir ve ekonomik, sosyal, ulusal, kişisel vecoğrafi etmenlerden etkilenmektedir. Mutluluğu etkileyen bu faktörler makine öğrenmesi yöntemlerindekullanılarak dünya ülkelerinin mutluluğu tahmin edilebilmektedir. Bu çalışmada; makine öğrenmesialgoritmaları kullanılarak dünya ülkelerinin mutluluğu tahmin edilmiştir. Makine öğrenmesiyöntemlerinden SVM, Ensemble, GPR, Tree, Lineer Regression ve Neural Network algoritmalarıkullanılmıştır. Dünya ülkelerinin mutluluğunu tahminlemede en başarılı makine öğrenmesi algoritmasıvarsayılan hiperparametreler kullanıldığında 0.48281 RMSE değeriyle SVM algoritmasıdır. Daha sonrahiperparametre optimizasyonu yapılmıştır. Optimizasyon sonrasında ise en başarılı yöntem 0.45746 RMSEdeğeriyle yine SVM algoritmasıdır.","PeriodicalId":292916,"journal":{"name":"International Conference on Pioneer and Innovative Studies","volume":"65 3","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Conference on Pioneer and Innovative Studies","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.59287/icpis.861","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

– Mutluluk bireyin yaşam kalitesini değerlendirme biçimidir ve ekonomik, sosyal, ulusal, kişisel vecoğrafi etmenlerden etkilenmektedir. Mutluluğu etkileyen bu faktörler makine öğrenmesi yöntemlerindekullanılarak dünya ülkelerinin mutluluğu tahmin edilebilmektedir. Bu çalışmada; makine öğrenmesialgoritmaları kullanılarak dünya ülkelerinin mutluluğu tahmin edilmiştir. Makine öğrenmesiyöntemlerinden SVM, Ensemble, GPR, Tree, Lineer Regression ve Neural Network algoritmalarıkullanılmıştır. Dünya ülkelerinin mutluluğunu tahminlemede en başarılı makine öğrenmesi algoritmasıvarsayılan hiperparametreler kullanıldığında 0.48281 RMSE değeriyle SVM algoritmasıdır. Daha sonrahiperparametre optimizasyonu yapılmıştır. Optimizasyon sonrasında ise en başarılı yöntem 0.45746 RMSEdeğeriyle yine SVM algoritmasıdır.
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信