The Role of Artificial Intelligence in Productivity: A Case Study of Wine Quality Prediction

Authors : Ramazan ÜNLÜ

Pages : 280-286

Doi:10.31590/ejosat.773736

View : 13 | Download : 7

Publication Date : 2020-12-31

Article Type : Research Paper

Abstract :Yapay zeka son yıllarda birçok alanda kullanılmaya başlanmış ve oldukça başarılı sonuçlar elde edilmiştir. Sağlık sektöründen sürücüsüz araçlara kadar birçok alanda kullanılan yapay zeka, üretim sektöründe de verimliliğin artırılması için sıklıkla kullanılmıştır. Bu çalışmada normal olarak dağılmamış bir veri setinde yapay zeka algoritmalarının kullanılmasına yönelik bir çerçeve çizilmeye çalışılmıştır. Normal dağılım gösteren veri setlerinde herhangi bir yapay zeka algoritması kolaylıkla uygulanabilirken normal dağılım göstermeyen veri setlerinde ya verinin kendisine farklı bir işlem uygulanması gerekir veya algoritmanın teorik yapısının revize edilmesi gerekmektedir. Bu açıdan bu çalışmada iki farklı yöntemde uygulanmıştır. İlk olarak literatürde sıklıkla kullanılan Destek Vektör Makinaları kullanılmıştır. Buna ek olarak Destek Vektör Makinalarının normal dağılmayan veri setlerinde başarılı sonuçlar vermesi için uyarlanmış şekli olan Ağırlıklandırılmış Destek Vektör Makineleri uygulanmıştır. Son olarak Sentetik Azınlık Aşırı Örnekleme Tekniği (SMOTE) tekniği uygulanmış ve kullanılan veri seti yapay olarak normal dağılıma yakınsanmıştır. Kullanılan üç teknikte duyarlılık, hassaslık, özgüllük, yaygınlık, F skor ve Geometrik Ortalama (G-Mean) değerlendirme kriterleri açısından karşılaştırılmıştır. Çalışma sonucuna göre Ağırlıklandırılmış Destek Vektör Makineleri kullanılan değerlendirMe kriterlerine göre en başarılı sonuçları vermiştir.
Keywords : Destek Vektör Makineleri, Ağırlıklandırılmış Destek Vektör Makineleri, SMOTE