@article{article_1590769, title={Makine Öğrenmesi Yöntemleri Kullanılarak Ses Verilerinden Cinsiyet Tahmin Edilmesi}, journal={Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi}, volume={29}, pages={96–113}, year={2025}, DOI={10.19113/sdufenbed.1590769}, author={Calp, M. Hanefi}, keywords={Ses, Cinsiyet, Tanıma, Tahmin, Makine Öğrenmesi}, abstract={Makine öğrenmesi, bilgisayar ve robot gibi insan yapımı araçları kullanarak doğal sistemleri taklit etmekte, sınıflandırma ve tahmin yapabilmektedir. Bu yöntem, bilginin bellekte kayıt altına alınması ve örnek veriden öğrenerek bu bilgiden otomatik olarak birtakım çıkarımlar yapabilmesini sağlamaktadır. Bu çalışmada, makine öğrenmesi yöntemleri kullanılarak ses ve konuşma analizi ile kişilerin cinsiyetleri tahmin edilmiştir. Çalışma için gerekli olan veri seti Kaggle açık kaynak veri paylaşım platformundan temin edilmiştir. Bu veri seti, sesi Erkek veya Kadın olarak tanımlamak amacıyla sesin ve konuşmanın akustik özelliklerine göre oluşturulmuştur. Veri setindeki verilerin en doğru şekilde tahmin edilebilmesi için K-En Yakın Komşu (KNN), Karar Ağacı (KA), Naive Bayes (NB) ve Yapay Sinir Ağları (YSA) yöntemlerinden yararlanılmıştır. Yararlanılan tüm bu yöntemlerde “Meanfun, Sd, Q25, IQR, Label” parametreleri temel alınarak süreç ilerletilmiştir. Bununla birlikte, veri seti farklı eğitim-test oranlarında (%75-%25, %80, %20, %70, %30) birçok defa denenerek modeller oluşturulmuş olup sonuçlar test edilmiştir. Daha sonra herbir yöntem oluşturulan modeller üzerinde uygulanarak deneysel çalışmalar yapılmıştır. Modeller hem kendi içerisinde hem de diğer modeller arasında kıyaslanmış ve en iyi performansa sahip model belirlenmiştir. Ayrıca elde edilen bulgular, kolay analiz edilebilmesi amacıyla şekil ve grafikler ile görselleştirilmiştir. Sonuç olarak, en yüksek sınıflandırma başarısı, veri setinin %75 eğitim ve %25 test kümesine bölünerek, %98.96’lık bir oranla YSA modeli ile elde edildiği ortaya çıkmıştır.}, number={1}, publisher={Süleyman Demirel Üniversitesi}