Machine Learning Road Signs

Using Supervised Machine Learning to Predict the Status of Road Signs

📌 Project Overview

This project was created for the Machine Learning 101 course and is based on an academic paper.
The goal is to predict the status of road signs (e.g., intact, damaged, missing) using supervised machine learning techniques.

🛠 Methods & Techniques Used

• Machine Learning Algorithms: Artificial Neural Networks (ANN), Support Vector Machines (SVM)
• Data Preprocessing: K-fold Cross Validation, Principal Component Analysis (PCA), Correlation Analysis

The project experiments with various machine learning models to determine the most effective approach for predicting road sign conditions.

---

🚦 Makine Öğrenmesi ile Trafik Tabelalarının Durumunu Tahmin Etme

📌 Proje Hakkında

Bu proje, Machine Learning 101 dersi kapsamında hazırlanmış olup, akademik bir makaleden esinlenilerek geliştirilmiştir.
Projenin amacı, trafik levhalarının durumlarını (sağlam, hasarlı, eksik vb.) denetimli makine öğrenmesi teknikleriyle tahmin etmektir.

🛠 Kullanılan Yöntemler & Teknikler

• Makine Öğrenmesi Algoritmaları: Yapay Sinir Ağları (ANN), Destek Vektör Makineleri (SVM)
• Veri Ön İşleme: K-fold Çapraz Doğrulama, Temel Bileşen Analizi (PCA), Korelasyon Analizi

Proje kapsamında farklı makine öğrenmesi modelleri test edilmiş ve trafik levhalarının durumlarını en iyi tahmin eden yöntem belirlenmeye çalışılmıştır.