Kredi kartı harcamalarının makine öğrenmesi yöntemleriyle tahmin edilmesi

Günümüzde artan harcama isteği ve teknolojik gelişmelerin sonucunca kredi kartı kullanımı oldukça yaygınlaşmıştır. Bu çalışmada kredi kartı harcamalarının makine öğrenmesinin alt dalı olan derin öğrenme yöntemleri kullanılarak tahmin edilmesi gerçekleşmiştir. Özel bir ödeme sistemleri firmasından alınan 10000 adet örnek içeren veri setine ait veriler üzerinden incelemeler yapılmış ve LSTM, ARIMA ve PROPHET algoritmaları ile veri seti derin öğrenmeye tabi tutulmuştur. Uygulama geliştirilirken Python ortamı kullanılmıştır. Yapılan çalışma sonucunda LSTM yönteminin ARIMA ve PROPHET yöntemlerine göre daha başarılı sonuçlar vermiş olduğu görülmüştür.

These days, as a result of the increasing desire to spend, the use of credit cards has become quite common. In this study, the estimation of credit card expenditures with deep learning methods has been realized. The data of the data set containing 10000 samples taken from a private payment systems company was examined. The dataset was subjected to deep learning with LSTM, ARIMA and PROPHET algorithms. The python environment was used while developing the application. As a result of the study, it was seen that the LSTM method was more successful than the ARIMA and PROPHET methods.