https://hdl.handle.net/20.500.12573/220 2026-05-08T07:17:00Z 2026-05-08T07:17:00Z KHOKHAR, MAHAM https://hdl.handle.net/20.500.12573/2465 2025-04-10T14:11:02Z 2024-01-01T00:00:00Z

Enhancing grouping-scoring-modeling (G-S-M) approach through a statistical pre-scoring component: A case study for high-dimensional transcriptomic data analysis KHOKHAR, MAHAM Rapid advancements in transcriptomic technologies have significantly increased the volume of data available for analysis, which presents challenges in terms of efficiency and computational demand. This thesis introduces a Pre-Scoring component to the Grouping-Scoring-Modeling (G-S-M) framework to address inefficiencies caused by the excessive number of gene groups generated by traditional GSM. By selectively prioritizing gene groups based on their statistical significance, this innovation aims to reduce the computational demands associated with scoring these groups using machine learning models, thereby streamlining the analysis process. Assessed across nine diverse Gene Expression datasets, the Pre-Scoring G-S-M framework not only maintained accuracy comparable to the traditional approach but did so with significantly fewer genes. This refinement conserves resources while maintaining the robustness and reliability of the data analysis, crucial for advancing research in personalized medicine and therapeutic strategies. The findings suggest that the modified G-S-M framework serves as a valuable tool in bioinformatics, offering a more efficient approach to handling large-scale genomic datasets. Future work will focus on adapting this enhanced framework to incorporate diverse types of omics knowledge, such as proteomics and metabolomics, further optimizing its performance to broaden its applicability in both clinical and research settings; Transkriptomik teknolojilerdeki hızlı ilerlemeler, analiz için kullanılabilir veri miktarını önemli ölçüde artırmış, bu da verimlilik ve hesaplama talepleri açısından zorluklar oluşturmuştur. Bu tez, geleneksel GSM tarafından üretilen aşırı sayıdaki gen gruplarından kaynaklanan verimsizlikleri ele almak için Gruplandırma-Puanlama- Modelleme (G-S-M) çerçevesine bir Ön-Puanlama bileşeni tanıtmaktadır. İstatistiksel öneme göre seçici bir şekilde gen gruplarını önceliklendirerek, bu yenilik, bu grupların makine öğrenimi modelleri kullanılarak puanlanmasıyla ilişkili hesaplama taleplerini azaltmayı hedeflemekte ve böylece analiz sürecini daha verimli hale getirmektedir. Dokuz çeşitli Gen İfadesi veri seti üzerinde değerlendirildiğinde, Ön Puanlama G-S- M çerçevesi, geleneksel yaklaşımla karşılaştırılabilir doğrulukta performans göstermekle kalmamış, aynı zamanda önemli ölçüde daha az gen ile bunu başarmıştır. Bu iyileştirme, kişiselleştirilmiş tıp ve tedavi stratejilerinde araştırmaları ilerletmek için hayati olan veri analizinin sağlamlığını ve güvenilirliğini korurken kaynakları korur.

2024-01-01T00:00:00Z Dalan, Ayşenur https://hdl.handle.net/20.500.12573/2412 2024-12-13T07:18:15Z 2024-01-01T00:00:00Z

EFFECT OF IMPLEMENTED POLICIES IN TÜRKİYE AND SWEDEN ON EQUAL OPPORTUNITY AND HIGHER EDUCATION OUTCOMES DURING COVID-19 PERIOD Dalan, Ayşenur This thesis delves into the impact of COVID-19 policies implemented in Türkiye and Sweden on equal opportunity within higher education and explores the consequential higher education outcomes. The research employs a mixed-methods approach, incorporating both qualitative and quantitative methodologies. Through an examination of socio economic structure, education system, the study elucidates the distinctive approaches taken by Türkiye and Sweden. The findings contribute significantly to a comprehensive understanding of global education policy responses during crises, emphasizing the pivotal role of ensuring equal opportunity. By scrutinizing the specific measures undertaken by both countries, this study not only informs the on education policy during extraordinary times but also provides valuable insights for policymakers, educators, and stakeholders seeking to enhance equal opportunity and foster positive outcomes in higher education.; Bu tez, Türkiye ve İsveç'te uygulanan COVID-19 politikalarının yükseköğretimde fırsat eşitliği üzerindeki etkisini ve bunun sonucunda ortaya çıkan yükseköğretim sonuçlarını incelemektedir. Araştırma, hem nitel hem de nicel metodolojileri içeren karma bir yöntem yaklaşımı kullanmaktadır. Çalışma, sosyo-ekonomik yapı ve eğitim sisteminin incelenmesi yoluyla Türkiye ve İsveç'in farklı yaklaşımlarını ortaya koymaktadır. Bulgular, fırsat eşitliğinin sağlanmasının çok önemli rolünü vurgulayarak, krizler sırasında küresel eğitim politikalarının kapsamlı bir şekilde anlaşılmasına önemli ölçüde katkıda bulunmaktadır. Her iki ülke tarafından alınan özel önlemleri inceleyen bu çalışma, olağanüstü dönemlerde eğitim politikası hakkında bilgi vermenin yanı sıra, fırsat eşitliğini geliştirmek ve yükseköğretimde olumlu sonuçları teşvik etmek isteyen politika yapıcılar, eğitimciler ve paydaşlar için de değerli içgörüler sunmaktadır.

2024-01-01T00:00:00Z Özer, İsmet Selçuk https://hdl.handle.net/20.500.12573/1966 2024-02-26T11:56:16Z 2023-01-01T00:00:00Z

How does quality of life (QoL) affect city attractiveness and internal migration in Turkey? Özer, İsmet Selçuk The current study reexamines the link between quality of life (QoL) factors, city attractiveness, and internal migration in Turkey. The management of internal flows can bring significant benefits to a country in balancing the opportunities between regions or cities. To tackle unequal access to opportunities, the factors that induce internal migration should be understood. This study examines a set of pull and push factors for internal migration by spatial econometric analysis and GIS applications. This thesis finds that when the accessibility of amenities increases, the city becomes more attractive and preferable for migrants. In addition, socioeconomic factors also play a significant role in the decision-making process of migrants. In this study, this thesis used a panel dataset that includes socioeconomic and contextual data such as distances to the amenities for each Turkish city in the years between 2012 and 2021. The results show that, in Turkey, internal migration flows from the East to the West, where opportunities are better. Finally, the human capital level of migrants can cause a variety of thoughts about factors, and it can change the order of significance of the variables for people who have a different level of human capital such as education level. Based on the findings, the paper offers several policy suggestions for ensuring a balanced migration in Turkey.; Bu çalışma literatürde sıkça analiz edilmiş olan yaşam kalitesinin şehirlerin çekiciliğine etkisini ve bu etkinin sonucunda da Türkiye'de iç göçün nasıl şekillendiğini incelemektedir. İç göçün dengelenmesi ülkeler adına büyük bir önem teşkil etmektedir. Bu yüzden iç göçü etkileyen sosyo ekonomik faktörler de bir o kadar önem arz etmektedir. İç göç üzerindeki etkili faktörlerin incelenmesi için 2012-2021 yılları arasındaki iç göç verileri kullanılmış ve sosyo ekonomik verilerin iç göç verileri üzerindeki etkisi incelenmiştir. Bu çalışmaya göre Türkiye'de iç göç yönelimi doğu yönünden batıya doğrudur. Bunun temel sebeplerinden bazıları ise batıda bulunan şehirlerin sosyo ekonomik yönden daha fazla fırsat barındırması ve bu fırsatlara daha kolay ulaşım sunabilmesi olarak sonuca ulaşılmıştır.

2023-01-01T00:00:00Z Kaya, Ecem https://hdl.handle.net/20.500.12573/1965 2024-02-26T11:52:35Z 2023-01-01T00:00:00Z

Analysis of online marketplace sales prediction based on machine learning algorithms: A case of Turkish e-commerce site Kaya, Ecem Internet shopping has grown in popularity as more of our daily requirements have begun to be addressed online. Learning about the preferences and motivations of customers in the Turkish market and guiding e-commerce platforms to adapt their marketing strategies and increase customer satisfaction is important for both resource allocation and cost minimization. The purpose of this paper is to estimate future sales for popular e-commerce sites based on behavioral factors such as discounts, price or free shipping. Therefore, real-time and experiment-independent data are collected from the sales made by one of Turkey's most popular e-commerce sites. In order to produce predictions, we employ Artificial Neural Networks, Support Vector Regression, K-Nearest Neighbors Regressor, OLS regression, and Nu-Support Vector Regressor. The models developed using machine learning algorithms attempt to estimate the number of sales based on independent factors such as price, discount rate, and user ratings. As the result of this research, we calculate and compare the accuracy of the models with root mean squared errors and R².; Günlük ihtiyaçlarımızın çevrimiçi olarak karşılanmaya başlamasıyla birlikte internet alışverişinin popülaritesi de artmıştır. Türkiye pazarındaki müşterilerin tercihlerini ve motivasyonlarını öğrenmek ve e-ticaret platformlarına pazarlama stratejilerini uyarlamaları ve müşteri memnuniyetini artırmaları için rehberlik etmek hem kaynak temini hem de maliyet minimizasyonu açısından önemlidir. Bu makalenin amacı, popüler e-ticaret siteleri için indirim, fiyat veya ücretsiz kargo gibi davranışsal faktörlere dayalı olarak gelecekteki satışları tahmin etmektir. Bu nedenle, Türkiye'nin en popüler e-ticaret sitelerinden birinin yaptığı satışlardan gerçek zamanlı ve deneyden bağımsız veriler toplanmıştır. Tahmin üretmek için Yapay Sinir Ağları, Destek Vektör Regresyonu, K-En Yakın Komşular Regresyonu, OLS regresyonu ve Nu-Destek Vektör Regresörü kullanılmıştır. Makine öğrenimi algoritmaları kullanılarak geliştirilen modeller, fiyat, indirim oranı ve kullanıcı derecelendirmeleri gibi bağımsız faktörlere dayalı olarak satış sayısını tahmin etmeye çalışmaktadır. Bu araştırmanın sonucunda, modellerin doğruluğunu ortalama kare hatası ve R² ile hesaplıyor ve karşılaştırıyoruz.

2023-01-01T00:00:00Z