Bazı ülkelerin Endüstri 4.0 düzeylerinin makine öğrenmesi kümeleme algoritmalarıyla belirlenmesi

Basit Öğe Kaydı
dc.contributor.advisorÖztürk, Zeynep
dc.contributor.authorYıldırım, Şennur
dc.date.accessioned2025-02-04T20:54:27Z
dc.date.available2025-02-04T20:54:27Z
dc.date.issued2021
dc.departmentAÇÜ, Lisansüstü Eğitim Enstitüsü, İşletme Ana Bilim Dalıen_US
dc.descriptionLisansüstü Eğitim Enstitüsü, İşletme Ana Bilim Dalıen_US
dc.description.abstractYapay zeka teknolojisinin desteklemiş olduğu Endüstri 4.0 ile ülkeler, endüstriyel alanda verimliliği arttırarak, iş akış süreçlerini hızlandırarak ve maliyeti düşürerek üretim gücünü arttırmayı hedeflemektedir. Endüstri 4.0 ve yapay zeka ile gelen yenilikler her ne kadar endüstriyel bazda bir gelişme olarak değerlendirilse de, insan hayatını her alanda etkileyen uygulamalar ile öne çıkmaktadır. Bu çalışmada Endüstri 4.0 ve yapay zeka bileşenleri açıklanarak, 54 ülke ve Endüstri 4.0 etkilerinin görülebileceği alanlardaki 22 değişkenden oluşan verilerle Python programlama dili ile Makine Öğrenmesi yöntemi kullanılmış ve toplanan veriler içerisinden gerekli veri temizleme işlemi yapılmıştır. Ayrıca, 54 ülke, kümeleme yöntemlerinden Hiyerarşik kümeleme yöntemi ve K-Ortalama kümeleme yöntemi kullanılarak elde edilen kümeler birbirleriyle kıyaslanmıştır. Anahtar Kelimeler: Endüstri 4.0, Yapay Zeka, Python Programlama Dili, Hiyerarşik Kümeleme, K-Ortalama Kümeleme Yöntemi.
dc.description.abstractWith Industry 4.0, supported by artificial intelligence technology, countries aim to increase production power by increasing productivity in the industrial field, speeding up work flow processes and reducing costs. Although the innovations that come with Industry 4.0 and artificial intelligence are considered as developments, they stand out with applications that affect human life in all areas. For this reason, in this study, by explaining Industry 4.0 and artificial intelligence components, the Python programming language and Machine Learning method were used with the data consisting of 54 countries and 22 variables in the areas where the effects of Industry 4.0 can be seen, and the necessary data cleaning process was carried out from the collected data. In addition, "the hierarchical clustering method" and "the K-Mean clustering method", which are among the 54 country clustering methods,. Clusters obtained by both hierarchical and K-means clustering methods were compared with each other. Country-based variable rates were evaluated. Keyword; Industry 4.0, Artificial Intelligence, Python, Hierarchical Clustering, KMeans Clustering
dc.identifier.endpage122en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=RjZwH00oMG4iNa5Sgvlggzbpss8FGJabAaGPhuInxRWTphET7n38L8Ua5PMNYgrP
dc.identifier.urihttps://hdl.handle.net/11494/5331
dc.identifier.yoktezid700507
dc.language.isotren_US
dc.publisherArtvin Çoruh Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmzKA_20250204
dc.subjectİşletmeen_US
dc.subjectBusiness Administrationen_US
dc.titleBazı ülkelerin Endüstri 4.0 düzeylerinin makine öğrenmesi kümeleme algoritmalarıyla belirlenmesien_US
dc.title.alternativeDetermining the Industry 4.0 levels of some countries by machine learning clustering algorithmsen_US
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Tez Koleksiyonu