Risk management based on machine learning

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: CİHAD TEKİNBAŞ

Danışman: Ferda Nur Alpaslan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Etkin risk yönetimi, potansiyel tehditleri belirleme ve hedeflere ulaşmayı engelleyebilecek unsurları kontrol etmede kuruluşlara yardımcı olduğu için çok önemli bir faktördür. Karar verme sürecine katkıda bulunur ve genel performansı artırır. Bu tez, mevcut risk yönetimi uygulamalarını incelemekte ve bunlara makine öğrenmesi entegre etmenin uygunluğunu araştırmaktadır. Araştırma, risk yönetiminde kullanılan çeşitli makine öğrenmesi algoritmalarını ele almaktadır. İlk adım, birden fazla devlet kurumundan riskleri belirleme ve kategorize etme, 24 risk ve 139 ilgili risk göstergesi belirleme şeklinde gerçekleştirilmiştir. Bu riskleri değerlendirmek için göstergeler için günlük, haftalık, aylık ve yıllık veriler üretilmiş ve alan bilgisine dayalı olarak analiz edilmiştir. Bu göstergeler kullanılarak bir Risk Değerlendirme endeksi geliştirilmiş ve her bir riskin olasılık ve etki puanlarını belirlemek için bir hesaplama formülü oluşturulmuştur. Bulguları doğrulamak için çeşitli veri senaryoları oluşturulmuş ve Destek Vektör Makinesi, Gaussian Naive Bayes, Multinomial Naive Bayes, Karar Ağaçları ve Rastgele Orman gibi gelişmiş algoritmalar aracılığıyla işlenmiştir. Sonuçları sunmak için Doğruluk, Kesinlik, Geri Çağırma, F1 puanı ve Cohen'in Kappa gibi metrikler kullanılmıştır. Destek Vektör Makinesi'nin diğer algoritmalarla karşılaştırıldığında riskleri tespit etmede üstün performans gösterdiği görülmüştür.