Bu proje, zaman serisi tahmininde Keras LSTM modelinin kullanımını göstermektedir. Hedef, 1949'dan 1960'a kadar ABD hava yolcu sayısını içeren bir veri seti kullanarak gelecekteki yolcu sayısını tahmin etmektir.
Bu projede Keras kütüphanesi kullanılarak LSTM (Long Short-Term Memory) modeli oluşturulmuştur. Model, ABD hava yolcu veri seti üzerinde eğitilmiş ve zaman serisi tahmini yapmak için kullanılmıştır.
Veri setinin yüklenmesi ve ön işlenmesi.
LSTM modelinin oluşturulması ve eğitilmesi.
Modelin performansının değerlendirilmesi.
Gelecekteki yolcu sayısının tahmin edilmesi.
Proje kapsamında oluşturulan Jupyter Notebook dosyası detaylı bir analiz raporu içermektedir. Analiz raporu, veri setinin keşfedilmesi, modelin oluşturulması ve performansın değerlendirilmesi adımlarını içermektedir.
Modelin performansı, R-kare skoru, ortalama mutlak hata (MAE) ve ortalama kare hata (MSE) gibi metrikler kullanılarak değerlendirilmiştir.
Proje kodlarını çalıştırmak için "airline_lstm_prediction.ipynb" dosyasını kullanabilirsiniz. Jupyter Notebook veya Google Colab gibi bir platformda dosyayı açarak adımları takip edebilir ve projeyi çalıştırabilirsiniz.
🤝 Katkıda Bulunma
Katkıda bulunmak istiyorsanız, lütfen GitHub deposuna bir çekme isteği gönderin veya bir sorun bildirin. Katkılarınızı bekliyoruz! Katkıda bulunma süreci ve kuralları hakkında daha fazla bilgi için CONTRIBUTING.md dosyasını inceleyebilirsiniz.
📝 Lisans
Bu proje MIT Lisansı altında lisanslanmıştır. Daha fazla bilgi için LICENSE dosyasını inceleyebilirsiniz.
📧 İletişim
Sorularınız, geri bildirimleriniz veya destek için lütfen [Pınar Topuz] ile iletişime geçin: [[email protected]] Daha fazla bilgi ve proje güncellemeleri için blog sayfamızı ziyaret edebilirsiniz.
🌟 Teşekkürler
Bu projeye katkıda bulunan veya destek veren herkese teşekkürler!