Abstract:

Hızla gelişmekte olan teknolojik araçlar, karmaşık hesaplama yöntemlerinin büyük çaplı verilere uygulanabilmesine imkân tanımıştır. Böylece birçok alanda, insanın bilgi ve tecrübesinin yetişemediği sürelerde birtakım sonuçlar elde edilmekte ve bu sonuçlara bağlı karar mekanizmaları oluşturulmaktadır. Bu alanlardan biri de sıklıkla gündemde kalan altın ve dolar paritesidir. Ekonomiye ve sosyal yaşantıya olan etkisi, altın ve dolar paritesine yönelik finansal öngörülerle karar vermeyi oldukça önemli hale getirmiştir. Bu kapsamda Geri Yayılımlı çok Katmanlı Yapay Sinir Ağlarıyla farklı öğrenme teknikleri kullanılarak, altın ve dolar paritesinin sonraki kur tahmini yapıldı. Öznitelik olarak çeşitli parametreler kullanıldı muhtelif yapı ve özelliklerde çok katmanlı yapay sinir ağları eğitilerek regresyon analizi gerçekleştirildi. Bu analiz için üç farklı algoritmanın -Levenberg-Marquardt, Bayesian Regularization ve One-step secant algoritması- performansı farklı gizli katman sayıları, bu katmanlarda kullanılan farklı nöron sayıları ve farklı aktivasyon fonksiyonları kullanılarak karşılaştırılmıştır. Performans metriği olarak belirleme katsayısı, mutlak ortalama hata, mutlak ortalama yüzde hata ve ortalama hata karekökü kullanıldı. Çalışmadaki en iyi sonuç, Levemberg Marquardt eğitim algoritması kullanılarak elde edildi.

Keywords: