Geri Dön

Using local linearization to identify the dynamics of features in second-hand automobile pricing

İkinci el otomobil fiyatını belirleyen değişkenlerin dinamiklerinin lokal doğrusallaştırma yöntemi ile belirleme

PDF İndir

  1. Tez No: 556949
  2. Yazar: BERKAY BULUT
  3. Danışmanlar: YRD. DOÇ. DR. HÜSEYİN SAMİ KARACA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Doğrusal olmayan davranışlar, Doğrusal olmayan parametreler, Fiyat, Fiyat değişkenliği, Fiyat farklılaştırması, Fiyat hareketi, Otomobil, Otomobil sektörü, İkinci el piyasa, Nonlinear behaviors, Nonlinear parameters, Price, Price volatility, Price discrimination, Price movement, Automobile, Automobile sector, Second-hard market
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, doğrusal olmayan özellik etkileşimleri, ikinci el otomobil fiyat modellemesinde makine öğrenmesi algoritmalarına lokal doğru sallaştırma uygulaması kullanılarak analiz edilmiştir. Bu olguyu lineer olmayan modellerle incelemek için, üç yıl boyunca gelişmiş¸ Python web kazıma tekniği kullanılarak büyük miktarda veri toplanmıştır. Toplanan 313570 gözlem, en büyük iki çevrimiçi listeleme web sitesindendir. Otomobil fiyatları, otomobilin teknik, görsel, mekânsal ve makroekonomik özelliklerinin bir fonksiyonu olarak modellenmiştir. Veri seti, doğrusal ve doğrusal olmayan modelleme performansını karşılaştırmak için temel doğrusal en küçük kareler regresyonu ve gradyan güçlendirme algoritması kullanılarak işlenmiş, dönüştürülmüş ve modellenmiştir. Doğrusal olmayan modelleme, 23214 TL ortalama mutlak hata ve 58% R2'i olan doğrusal modellemeye kıyasla 6529 TL ortalama mutlak hata ve 93% R2 ile daha iyi performans göstermiştir. Bu çalışmada, lineer modellerle benzer bir yorumlana bilirlik seviyesini korurken, piyasa dinamiklerini anlamak için yüksek performanslı doğrusal olmayan modellerin kurulabileceği gösterilmiştir. Bu araştırma, özel bir tahminin nasıl yapıldığını açıklamak, çok¸ karmaşık bir olguyu anlamak ve risk, sigorta ve sağlık hizmetlerinde açıklanabilir yüksek performanslı modeller geliştirmek konusunda iş ve akademik araştırmalarda ileri analitiklerin uygulanmasında yeni fırsatlar sunmuştur.

Özet (Çeviri)

In this study, nonlinear feature interactions are analyzed using application of local linearization on machine learning algorithms in second-hand automobile price modeling. To study the phenomenon in nonlinear models, a colossal amount of data collection is conducted for three years using advanced python scraping. The collected 313570 observations are from two main largest online listings website. The automobile prices were modeled as a function of an automobile's technical, visual, geospatial and macroeconomic features. The dataset is processed, transformed and modeled using basic linear least squares regression and advanced gradient boosting algorithm to compare linear and nonlinear modeling performance. Nonlinear modeling performed significantly better performance with 93% in R2 with 6529 TL mean absolute error compared to linear model performance at 58% in R2 with 23214 TL mean absolute error. In this research, we show that high-performance nonlinear models can be built to understand market dynamics while maintaining a similar level of interpretability as linear models. This research opens new opportunities in the application of advanced analytics in business and academic research in explaining how a specific prediction is made, understanding a very complex phenomenon and developing interpretable high-performance models in risk, insurance, and health care. Understanding why a model makes a prediction is essential for trust, actionability, accountability, debugging, and many other tasks.

Benzer Tezler

  1. Tez No

    934664

    Novel Approaches to Passive Doppler Geolocation in the Framework of Optimization and Deep Learning

    Pasif Doppler Konum Bulma için Optimizasyon ve Derin Öğrenme Tabanlı Yeni Yaklaşımlar

    MUSTAFA ATAHAN NUHOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN

  2. Tez No

    416461

    Development of a blade to blade solver for axial turbomachinery

    İki kanatçık arası akışı çözmek için bir çözücünün geliştirilmesi

    MUSTAFA BİLGİÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET HALUK AKSEL

  3. Tez No

    82924

    A Neural network based local control and targeting method for chaotik dynamics

    Kaotik sistemler için yapay sinir ağı tabanlı lokal denetim ve hedefleme yöntemi

    SERDAR İPLİKÇİ

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAĞMUR DENİZHAN

  4. Tez No

    152556

    Multi-model scheduling control of nonlinear systems using closed-loop gap metric

    Düzlemsel olmayan sistemlerin kapalı döngü aralık metriği kullanılarak çok modelli çizgileme denetimi

    ERDEM ARSLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ÇAMURDAN

  5. Tez No

    859328

    Kamera kalibrasyonunda sezgisel optimizasyon yöntemlerinin kullanımı

    Using heuristic optimisation algorithms for camera calibration

    YELDOS ARYSTANOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Jeodezi ve FotogrametriNiğde Ömer Halisdemir Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET EMİN KARKINLI

Geri Dön