Özet:
Özdüzenleyici haritalar (SOM), eğiticisiz öğrenmeye dayalı bir Yapay Sinir Ağı algoritmasıdır. Özdüzenleyici haritalar ile yüksek-boyutlu veride bulunan lineer olmayan istatistiksel ilişkileri, düşük boyutlu (genellikle 2-boyutlu) örgüsel sisteme yansıtıp verinin analizi yapılabilmektedir. Bu tez kapsamında, başta OECD ülkeleri olmak üzere, yakın gelecekte güçlü ülkeler konumuna gelecek olan çeşitli ülkelere ait (iktisadi, sosyal, kültürel, enerji, eğitim, bilim ve teknoloji vb. çalışmalar sonucu elde edilen) nümerik veriler kullanılarak oluşturulan çok boyutlu bir veri kümesi ile çalışılmıştır. Oluşturulan çok boyutlu veri kümesine, SOM teknikleri ve yöntemleri uygulanılarak verinin iki ve üç-boyutlu örgüsel sistemler üzerinde analizinin gerçekleştirilmesi sağlanmaktadır. Bu görselleştirme ile mevcut ülkelerin (40 ülke) çeşitli açılardan gelişmişlikleri değerlendirilerek, bu ülkeler hakkında yorumlar yapmak mümkündür. Yine tez kapsamında, elde edilen veri kümesinin yanısıra bilinen veri havuzlarından alınan yapay ve gerçek veri kümeleri de incelenmiştir.Özdüzenleyici haritaların görselleştirilmesi ve kümeleme çalışmaları bu tezin asıl ilgi alanıdır. Dolayısıyla bu çalışmada, görselleştirme teknikleri, çeşitli görselleştirme yöntemleri ele alınmış, bunların OECD veri kümesi ve seçilen diğer veri kümeleri üzerindeki uygulamaları verilmiştir.SOM algoritmasının artı ve eksilerini ortaya koymak için ilgili alanlardaki farklı vektör nicemleme ve vektör yansıtım algoritmaları burada anlatılarak, SOM algoritmasının bu algoritmalar ile karşılaştırılması yapılmış ve sonuçları verilmiştir.Özdüzenleyici haritaların kullanım amaçlarından bir diğeri de kümeleme metotları ile veri kümelerindeki kümelerin ortaya çıkartılmasıdır. Çeşitli veri kümeleri kullanılarak Özdüzenleyici haritaların kümeleme üzerindeki başarısı ortaya koyulmuştur.
