Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuçlar, Rassal Orman regresyon algoritmasının bu çalışmada kullanılan diğer regresyon modellerinden daha iyi performans gösterdiğini göstermektedir.
📌 3 Maddede Bu Makale
Özet
Tarih boyunca su, canlılar ve uygarlıklar için yerleşim yeri seçiminde en önemli etken olmuştur. Gerçekten de su havzalarına yakın olmanın daha az ulaşım ihtiyacı, zengin mahsul, su dağıtımında enerji tasarrufu gibi birçok avantajı olduğu açıktır. Ancak sel, erozyon gibi dezavantajları da göz önünde bulundurulması gerektiği yaşanan doğal felaketlerle tarih boyunca hissedilmiştir. Bu nedenle, insanoğlu için herhangi bir doğal afetten önce gerekli önlemlerin alınması için yağışların doğru tahmin edilmesi önemli bir amaç olmuştur. Bu çalışmada, Python'da makine öğrenmesi algoritmaları uygulanarak yağış tahmini incelenmiştir. Bu çalışmada kullanılan veriler Türkiye'nin iki ilinden elde edilmiştir. Sonuçlar, Rassal Orman regresyon algoritmasının bu çalışmada kullanılan diğer regresyon modellerinden daha iyi performans gösterdiğini göstermektedir. Ayrıca gelecek 4 yılın öngörüsü, daha fazla yağış beklenmesi ve yağışların yeşil alanlara yönlendirilmesi ile toprakta depolanması veya kurak mevsimler için hasat edilmesi gerektiğini gösterilmektedir. İklim değişikliği dramatik bir şekilde meydana gelip kuru ve yağışlı mevsimlerin süresini değiştirirken, yağış miktarının tahmini, değişime daha yumuşak bir şekilde uyum sağlamamıza yardımcı olacaktır.
Abstract
Throughout history, the water has been the main affection to choose settlement for living beings and civilizations. Indeed, there are many advanteges to be closer to water basins such as less transportation needs, wealthy crops, energy savings for delivery of water. However, there are some disadvantegous as well such as flooding, erosions. Therefore, it has been an aim to accurate prediction of precipitaion due to taking necessary measures before any hazardous events. In this study, precipitation prediction is investigated by implementing several machine learning algorithm in Python. The data used in this study is for two distict cirites of Turkey. The results show that random forest regression algorithm performs more accurate than other regression models, which are used in the present study. Moreover, the prediction of next 4 years are illustrated that it should be expected more rainfall and should be stored in either ground by directing the rainfall to the green areas or harvesting the rainfall for dry seasons. While the climate change occurs dramatically and changes dry and wet seasons duration, the prediction of precipitation amount will help us to adapt the change more gently.