AI Summary & Key Takeaways
AI InsightKey Words: Bibliometric Analysis, Thesis, Machine Learning, Supervised Learning, Decision Trees JEL Classification: C38
📌 3 Key Takeaways
Abstract
In this study, it is aimed to examine the theses written in the field of machine learning and decision trees with the bibliometric analysis method by evaluating them within the scope of various parameters. For this purpose, 368 theses were reached as a result of the search performed in May 2020 by using the keywords "machine learning", "decision trees" in the database of the Council of Higher Education's National Thesis Center. Theses reached; It was examined in detail in terms of bibliography taking into account the year, thesis type, language, university, institute, department, the number of pages, the software used, the methods used, the keywords. In view of the research questions defined for the theses, the data were obtained and transferred to the Excel program. In this software, all calculations, graphs and tables were made. As a result of the examinations, important findings were obtained regarding the theses written in the fields of machine learning and decision tree based on the supervised learning strategy. These include important findings such as the distribution of theses by years, the university, institute, department that contributed the most to the field, the most commonly used machine learning method, the feature selection methods used, the parameter optimization methods used, the hybrid approaches developed, the ensemble learning methods developed, the most popular programming language / software, etc. Key Words: Bibliometric Analysis, Thesis, Machine Learning, Supervised Learning, Decision Trees JEL Classification: C38
Özet
Bu çalışmada makine öğrenmesi ve karar ağaçları alanında yazılan tezlerin çeşitli parametreler kapsamında değerlendirilerek bibliyometrik analiz yöntemiyle incelenmesi amaçlanmıştır. Bu amaçla Yüksek Öğretim Kurumu’nun Ulusal Tez Merkezi veri tabanında “makine öğrenmesi”, “machine learning”, “karar ağaçları”, “decision tree” anahtar kelimeler kullanılarak 2020 yılı mayıs ayında yapılan tarama sonucu 368 teze ulaşılmıştır. Ulaşılan tezler; yıl, tez türü, dili, üniversite, enstitü, anabilim dalı, sayfa sayısı, kullanılan program, kullanılan yöntem, anahtar kelimeler gibi değişkenler dikkate alınarak bibliyografik açıdan detaylı olarak incelenmiştir. Tezlere ilişkin belirlenen araştırma soruları dikkate alınarak veriler elde edilerek Excel programına aktarılmıştır ve tüm hesaplamalar, grafikler ve tablolar bu program aracılığıyla yapılmıştır. Yapılan incelemeler sonucunda, denetimli öğrenme stratejisine dayanan makine öğrenmesi ve karar ağaçları alanında yazılmış tezlere ilişkin önemli bulgular elde edilmiştir. Bunlar; yıllara göre tezlerin dağılımı, alana en çok katkı sağlayan üniversite, enstitü, anabilim dalı, en çok kullanılan makine öğrenmesi yöntemi, kullanılan öznitelik seçim yöntemleri, kullanılan parametre optimizasyon yöntemleri, geliştirilen melez yaklaşımlar, geliştirilen topluluk öğrenme yöntemleri, en yaygın programlama dili/yazılım vb. şeklinde önemli bulgulardan oluşmaktadır. Anahtar Kelimeler: Bibliyometrik Analiz, Tez, Makine Öğrenmesi, Denetimli Öğrenme, Karar Ağaçları JEL Sınıflandırması: C38