Türkiye’nin Kimyasal Madde İthalatının Gelecek Tahmini: Makine Öğrenmesi ve Topluluk Öğrenme Yöntemleri Performans Analizi

Authors : Kamil Abdullah Eşidir

Pages : 261-278

Doi:10.18069/firatsbed.1580620

View : 83 | Download : 73

Publication Date : 2025-01-24

Article Type : Research Paper

Abstract :Bu çalışma, Türkiye\\\'nin kimyasal madde ithalatının gelecekteki değerlerini tahmin etmek amacıyla makine öğrenmesi ve topluluk öğrenme yöntemlerinin performansını değerlendirmektedir. Doğrusal Regresyon, Rastgele Orman, Rasyonel Kuadratik Regresyon, Destek Vektör Makinesi ve XGBoost modelleri kullanılmıştır. Veriler, TÜİK ve TCMB gibi güvenilir kaynaklardan elde edilmiştir. Makroekonomik değişkenler arasında Türkiye İthalatı, Kimyasallar ve Kimyasal Ürünler Üretim Endeksi, Aylık Ortalama Dolar Kuru, İmalat Sanayi Üretim Endeksi, Petrol Varil Fiyatları ve Kimyasal Madde İhracatı yer almaktadır. Analiz sonuçlarına göre, XGBoost modeli en yüksek doğruluk ve genelleme yeteneğine sahiptir. Model, eğitim, test ve çapraz doğrulama setlerinde en düşük hata oranları ve en yüksek R² değerleri ile başarılı performans göstermiştir. SHAP analizi, Türkiye İthalatı ve Kimyasallar Üretim Endeksi değişkenlerinin en yüksek etkiye sahip olduğunu ortaya koymuştur. XGBoost modeli ile yapılan projeksiyonlar, Türkiye\\\'nin kimyasal madde ithalatının gelecekteki seyrine dair önemli bilgiler sunmakta, ekonomik planlama ve ticari stratejiler için kritik öneme sahiptir. Modelin yeteneği, politika yapıcılar ve iş dünyası için stratejik kararları kolaylaştırmaktadır.
Keywords : Kimyasal Madde İthalatı, Makine Öğrenmesi, Topluluk Öğrenme, Ekonomik Tahmin, XGBoost