Yazar "Dumlu, Cengizhan" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    Determination of the relationship between housing characteristics and housing prices before and after the Kahramanmaraş earthquake using machine learning: A case study of Adana, Turkiye
    (Yildiz Technical Univ, Fac Architecture, 2024) Doğan, Simge; Genç, Levent; Yücebaş, Sait Can; Uşaklı, Metin; Dumlu, Cengizhan
    Earthquakes have a significant impact on the real estate sector. Damage caused by earthquakes leads to an imbalance in the supply and demand for housing, thus temporarily causing stagnation in the real estate sector. Two earthquakes occurred in the Pazarc & imath;k and Elbistan districts of Kahramanmara & scedil; on February 6, 2023, at 04:17 am with a magnitude of 7.7 and at 13:24 pm with a magnitude of 7.6. A machine learning-based model was created to analyze the change in house prices and the variables affecting the price during the earthquake, which is called the Disaster of the Century. After the earthquake, the prices of houses for sale in the central districts of Adana province (Seyhan, Y & uuml;re & gbreve;ir, Sar & imath;& ccedil;am, and & Ccedil;ukurova), where there was the least damage, were collected from the relevant website with a web scraper. These data were classified as categorical and numerical datasets, and the necessary pre-processing stage for machine learning algorithms was performed. The characteristics that change and are effective in housing preferences before the earthquake (February 2022) and after the earthquake (February 2023) were determined by the decision tree method, which is one of the machine learning algorithms. In this context, it is aimed to determine the housing variables that are effective in before- and after-earthquake pricing in the central districts of Adana province. In the study, while 'Building Age and Number of Rooms' are effective in determining the price in 2022, 'Housing Shape and Facade' features come to the fore in 2023. The housing characteristics that affect the price change in two years. The change in housing preference criteria after the earthquake shows that the lifestyle in cities has also changed. According to this change, it requires the development of new approaches in urban design and planning approaches and is expected to be a reference for future studies.
  • Küçük Resim
    Öğe
    Makine öğrenme temelli konut fiyat tahminlemede meta model uygulaması: Çanakkale ili örneği
    (Çanakkale Onsekiz Mart Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2022) Dumlu, Cengizhan; Yücebaş, Sait Can
    Makine Öğrenmesi yöntemleri günümüzde birçok alanda olduğu gibi emlak fiyatlarının tahmin edilmesi için de yaygın olarak kullanılmaktadır. Gerçekleştirilen çalışmada satılık konut fiyatlarının tahmin edilmesi için bir meta model geliştirilmiştir. RapidMiner aracı kullanılarak gerçekleştirilen meta modelde Karar Ağacı, Rassal Orman, Destek Vektör Makinesi ve Yapay Sinir Ağı yöntemleri kullanılmıştır. Çalışmada Çanakkale iline ait satılık konut verileri kullanılmıştır. Bu veriler web kazıyıcı oluşturularak aktif olarak kullanılan bir emlak sitesi üzerinden elde edilmiştir. Modelin tahmin başarısının arttırılması için elde edilen bu ham veriler belirli veri ön işleme adımlarından geçirilmiştir. Karar Ağacı, Rassal Orman, Destek Vektör Makinesi ve Yapay Sinir Ağı yöntemleri bir meta model altında birleştirilmiş ve nihai sonuç için Çoğunluk Oylaması kullanılmıştır. Hem meta model hem de meta model altındaki tüm alt modellerin eğitimi ve testi için 10 katmanlı çapraz geçerlilik yöntemi kullanılmıştır. Modellerin en iyi performansı verebilmesi için evrişimsel optimizasyon temelli hiper parametre optimizasyonu uygulanmıştır. İlgili optimizasyonun performansa katkısını gösterebilmek adına tüm modeller varsayılan hiper parametre değerleriyle de kurulmuş, optimize edilmiş modeller ile performans karşılaştırması yapılmıştır. Hem alt modeller hem de meta model için optimize edilmiş hiper parametrelerle kurulan modellerin daha yüksek tahmin performansı gösterdiği görülmüştür. Alt modeller içinde en yüksek performansı 0,825 korelasyon sayısı ile Rassal Orman göstermiştir. Kurulan model 0,836'lık korelasyon ile alt modellerin tahmin performansının oldukça üstüne çıkmıştır.