(Sosyal Bilimler Enstitüsü, 2019)
Şahinarslan, Fatih Veli; Çebi, Ferhan; 553853; İşletme; Management
Ülkelerin geleceğine dair sosyal, ekonomik, politik ve çevresel kararların daha tutarlı alınabilmesi için ülke nüfusu hakkında bilgi sahibi olunmalıdır. Bu sebeple, büyük maliyetler ile nüfus sayımları yapılmakta ve farklı teknikler ile ülkenin gelecekteki nüfusu tahmin edilmektedir. Bu çalışmada farklı makine öğrenmesi algoritmaları ile nüfus tahmini yapılmıştır. Bunun için altı farklı makine öğrenmesi algoritması seçilmiştir; Light Gradyan Artırma (Light Gradient Boosting, LightGBM), Doğrusal Regresyon, Ridge Regresyon, Üstel Düzeltme yöntemlerinden biri olan Holt-Winters, Bütünleşik Otoregresif Hareketli Ortalama (Autoregressive Integrated Moving Average, ARIMA) ve Prophet tahmin modeli. 262 farklı ülkenin 1960-2017 yılları arasındaki 1595 farklı demografik göstergesi kullanılarak modeller eğitilmiştir. Kullanılan veri seti dünya genelinde demografik göstergeler yayınlayan Dünya Bankası'ndan (World Bank) temin edilmiştir.