Derin öğrenme ile ethereum fiyat tahmini

dc.authorid0009-0004-5932-8550
dc.contributor.advisorErtuğrul, Ömer Faruk
dc.contributor.authorYalçın, Mustafa
dc.date.accessioned2024-10-22T08:56:03Z
dc.date.available2024-10-22T08:56:03Z
dc.date.issued2024-08-28
dc.departmentBatman Üniversitesi Lisansüstü Eğitim Enstitüsü Elektrik-Elektronik Mühendisliği Bölümü Anabilim Dalı
dc.description.abstractYapay zeka, hayatımızın pek çok alanına entegre olarak, günlük yaşantımızı önemli ölçüde kolaylaştırmıştır. Bu kolaylık ise her türlü alanda sağlanmaktadır. Özellikle finansal teknolojilerde, yapay zeka ve makine öğrenimi yöntemleri, kripto para piyasalarında öngörü ve analiz yapma süreçlerini dönüştürmüştür. Bu bağlamda, Ethereum gibi popüler kripto para birimlerinin fiyat tahminleri, ileri yapay zeka modelleri kullanılarak daha doğru ve güvenilir hale gelmektedir. Yatırımcılar, bu modeller sayesinde piyasa hareketlerini daha iyi anlayabilir ve daha bilinçli kararlar alabilirler. Yapay zeka tabanlı analizler, sadece yatırım stratejilerini iyileştirmekle kalmaz, aynı zamanda piyasa dalgalanmalarına karşı daha etkin risk yönetimi sağlar. Böylece, kripto para dünyasında güvenlik ve karlılık artırılarak, dijital finansal ekosistemin sürdürülebilirliği desteklenmiş olur. Bu çalışmada ise Ethereum kripto para biriminin fiyat tahmininde yapay zeka modellerinin kullanımı araştırılmaktadır. LSTM, ANN, GRU ve RNN modelleri kullanılarak, Ethereum fiyat verileri üzerinde analizler gerçekleştirilmiştir. Çalışmanın amacı, bu modellerin fiyat tahminindeki etkinliğini değerlendirmek ve kripto para piyasasındaki öngörü kabiliyetlerini ortaya koymaktır. Elde edilen bulgular, yapay zeka tekniklerinin finansal piyasalarda nasıl kullanılabileceğine dair önemli bilgiler sunmaktadır.
dc.description.abstractArtificial intelligence has significantly integrated into many aspects of our lives, greatly simplifying our daily routines. This convenience is provided across various fields. In particular, in financial technologies, artificial intelligence and machine learning methods have transformed the processes of prediction and analysis in cryptocurrency markets. In this context, price predictions of popular cryptocurrencies like Ethereum have become more accurate and reliable using advanced AI models. Investors can better understand market movements and make more informed decisions through these models. AI-based analyses not only improve investment strategies but also provide more effective risk management against market fluctuations. Thus, security and profitability are enhanced in the cryptocurrency world, supporting the sustainability of the digital financial ecosystem. This study investigates the use of AI models in predicting the price of the Ethereum cryptocurrency. Using LSTM, ANN, GRU, and RNN models, analyses were conducted on Ethereum price data. The aim of the study is to evaluate the effectiveness of these models in price prediction and to demonstrate their forecasting capabilities in the cryptocurrency market. The findings provide significant insights into how AI techniques can be utilized in financial markets.
dc.identifier.citationYalçın, M. (2024). Derin öğrenme ile ethereum fiyat tahmini. (Yayınlanmamış Yüksek Lisans Tezi). Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, Batman
dc.identifier.urihttps://hdl.handle.net/20.500.12402/4817
dc.language.isotr
dc.publisherBatman Üniversitesi Lisansüstü Eğitim Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectANN
dc.subjectBlokzincir
dc.subjectDerin Öğrenme
dc.subjectEthereum
dc.subjectGRU
dc.subjectLSTM RNN
dc.subjectYapay Zeka
dc.subjectArtificial Intelligence
dc.subjectBlockchain
dc.subjectDeep Learning
dc.subjectLSTM
dc.subjectRNN
dc.titleDerin öğrenme ile ethereum fiyat tahmini
dc.title.alternativeEthereum price prediction with deep learning
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
TAM METİN - FULL TEXT.pdf
Boyut:
3.1 MB
Biçim:
Adobe Portable Document Format
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: