DSpace Repository

Amazon web servisi altyapısı ile makine öğrenmesi uygulamaları

Show simple item record

dc.contributor.advisor Duru, Nevcihan 
dc.contributor.author Sağlam, Fatma Zehra
dc.date.accessioned 2022-04-07T07:44:59Z
dc.date.available 2022-04-07T07:44:59Z
dc.date.issued 2021
dc.identifier.other 702175
dc.identifier.uri http://dspace.kocaeli.edu.tr:8080/xmlui/handle/11493/18033
dc.description.abstract 2019 yılında hayatımıza girmiş olan korona adlı virüs, tüm dünyaya yayılarak pandemiye sebep olmuştur. Salgınla ilgili verilerin işlenmesi; alınabilecek önlemlerin belirlenmesi, olası başka salgınların önlenebilmesi, doğru planlama yapılabilmesi ve hayat akışını en az etkileyecek şekilde kurallar getirilebilmesi için büyük önem taşır. Pandemi verileri, "büyük veri" olması sebebiyle, bu verinin saklanması ve işlenmesi ancak büyük veri işlemeyi sağlayan teknolojik yöntemlerle mümkündür. Ayrıca verinin çeşitli kaynaklardan, farklı veri yapılarıyla alınması ve dinamik olması, veri üzerinde işlem yapabilmeyi zorlaştırmaktadır. Bilişim dünyasında verinin büyüklüğü, verilere sürekli erişim zorunluluğu, finansal zorluklar ve güvenlik sorunları gibi birçok neden bilgi teknolojilerini dijital dönüşüme yöneltmiştir. Bulut Bilişim Teknolojisi dijital dönüşüm sayesinde hayatımızda yerini almıştır. Bu çalışmada pandemi verileri üzerinde Amazon'un Bulut Bilişim servisleri ve araçları ile çalışılarak anlamlı veriler elde edilip grafiklerle görselleştirilmiş, elde edilen anlamlı veriler üzerinde zaman serileri makine öğrenmesi algoritmaları çalıştırılarak tahminler üretilmiştir. Vaka sayısına dair tahmin üretilen zaman diliminde, üretilen tahminlere oranla daha düşük vaka gerçekleşmiştir. Aşılanmanın artmasının etkileri çalışmada açıkça gözlemlenmiştir. Çalışmanın sonucunda, otomatik olarak internet üzerinden güncel verileri elde edip bunları bulut ortamında saklayan ve işleyen bir sistem oluşturulmuştur.
dc.description.abstract The corona virus, which entered our lives in 2019, spread all over the world, causing a pandemic. The processing of data related to the epidemic is necessary for the measures that can be taken, to prevent other possible epidemics, to make correct planning and to decide in a way that will affect the life flow at least. Since pandemic data is "big data", storage and processing of this data is only possible with technological methods that enable big data processing. In addition, the fact that the data is received from various sources with different data structures and is dynamic makes it difficult to operate on the data. In the world of informatics, many reasons such as the size of the data, the necessity of continuous access to data, financial difficulties and security problems have led the information technology to digital transformation. Cloud Computing Technology has taken its place in our lives because of digital transformation. In this study, by working with Amazon's cloud computing services and tools on pandemic data, meaningful data were obtained and visualized with graphics, and predictions were produced by running time series machine learning algorithms on the obtained meaningful data. In the time frame for which the number of cases was predicted, fewer cases were realized than the predictions. The effects of increased vaccination were clearly observed in the study. As a result of the study, a system was established that automatically obtains up-to-date data over the internet and stores and processes them in the cloud.
dc.language.iso tur
dc.publisher Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü
dc.rights openAccess
dc.subject Bulut bilişim
dc.subject Büyük veri
dc.subject Etl
dc.subject Makine öğrenmesi
dc.subject Zaman serileri
dc.subject Cloud computing
dc.subject Big data
dc.subject Etl
dc.subject Machine learning
dc.subject Time series
dc.title Amazon web servisi altyapısı ile makine öğrenmesi uygulamaları
dc.title.alternative Machıne learnıng applıcatıons usıng amazon web servıces infrastructure
dc.type masterThesis
dc.contributor.department Bilgisayar Mühendisliği Ana Bilim Dalı
dc.identifier.endpage 99


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account