Günlük Kargo Ağırlığı Tahmini
Makine Öğrenmesi
3 yıllık lojistik verisi üzerinde Python ile kapsamlı bir kargo ağırlığı tahmin modeli geliştirdim. Zaman serisi özellik mühendisliği kapsamında cyclical encoding, rolling statistics ve lag değişkenleri gibi gelişmiş teknikler uyguladım.
XGBoost, Linear Regression ve Random Forest algoritmalarını karşılaştırarak en iyi performansı veren ensemble yaklaşımını belirledim. MAE, RMSE ve WAPE gibi endüstri standardı metriklerle modeli değerlendirdim.
Sonuç olarak %90 tahmin doğruluğuna ulaşarak lojistik operasyonlarında kapasite yönetimini ve planlama süreçlerini optimize etmeye yönelik uygulanabilir bir çözüm ortaya koydum.