dc.contributor.advisor | Menteş, Turhan | |
dc.contributor.author | Keçeci, Ekin | |
dc.date.accessioned | 2020-09-17T10:50:19Z | |
dc.date.issued | 2020-08 | |
dc.date.submitted | 2020-07-08 | |
dc.identifier.uri | http://hdl.handle.net/11655/22789 | |
dc.description.abstract | Recurrent Neural Network is an artificial neural network model which the outputs are re-included to network input in every iteration. The biggest advantage of recurrent neural networks is that they consider the variation of each sample in the sequential data depending on the previous examples. As reccurent neural network models developed, some theoretical obstacles emerged and different models were developed as solutions to these obstacles. It can be said that Long term short term memory (LSTM) networks are one of the most popular and best designed reccurent neural network models among these models. In this study, the success of LSTM model is compared to other neural network models in evaluating financial asset prices. The LSTM model gave better classification accuracy than other compared models. | tr_TR |
dc.language.iso | tur | tr_TR |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | tr_TR |
dc.subject | Yinelemeli sinir ağları | tr_TR |
dc.subject | Finans | tr_TR |
dc.subject | Veri tahmini | tr_TR |
dc.subject | LSTM | tr_TR |
dc.subject | Zaman serileri | tr_TR |
dc.title | Yinelemeli Sinir Ağları ile Finansal Veri Tahmini | tr_TR |
dc.title.alternative | Fınancıal Data Predıctıon Wıth Recurrent Neural Networks | |
dc.type | info:eu-repo/semantics/masterThesis | tr_TR |
dc.description.ozet | Yinelemeli sinir ağları (RNN) elde edilen çıktıların her adımda ağa tekrar dahil edildiği yapay sinir ağı modelidir. Yinelemeli sinir ağlarının en büyük avantajı sıralı verilerde her bir örneğin önceki örneklere bağlı olarak değişimini göz önünde bulundurmasıdır. Yinelemeli sinir ağı modelleri geliştikçe bazı teorik engeller ortaya çıkmış ve bu engellere çözüm olarak farklı modeller geliştirilmiştir. Uzun Süreli Kısa Dönemli Hafıza (LSTM) ağlarının, bu modeller arasında en çok ilgi gören ve en iyi tasarlanmış yinelemeli sinir ağı modellerinden biri olduğu söylenebilir. Bu çalışmada, uygulama bölümünde LSTM modelinin finansal varlık fiyatlarının değerlendirilmesinde diğer sinir ağı modellerine göre başarısı ölçümlenmiştir. LSTM modelinin kıyaslanan diğer modellerden daha iyi sınıflama başarısı verdiği görülmüştür. | tr_TR |
dc.contributor.department | İstatistik | tr_TR |
dc.embargo.terms | Acik erisim | tr_TR |
dc.embargo.lift | 2020-09-17T10:50:19Z | |
dc.funding | Yok | tr_TR |