Abstract :Ekonomik verilerin tahmin edilmesi karar vericiler için gelecek öngörüsünde bulunmak adına büyük önem arz etmektedir. Zaman serisi tahminlerinde kullanılan doğrusal regresyon gibi yöntemler bazı zamanlar değişkenler arasındaki karmaşık ilişkileri ortaya koymakta yetersiz kalabilmektedir. Bu çalışmada, çeşitli değişkenler ile döviz kuru arasındaki karmaşık ilişkiyi modellemek ve tahmin edilen verilerin gerçeğe yakınlık derecesinin en yüksek olduğu yönteme karar vermek amacıyla için yapay öğrenme kapsamında yapay sinir ağları (YSA) yöntemi tercih edilmiştir. Yapay öğrenmenin başarısı, büyük ölçüde önceden belirtilmeyen karmaşık yapıyı keşfetme ve çok esnek fonksiyonel formları basitçe uygulanabilme yeteneğinden kaynaklanmaktadır. Yapay öğrenme, yeni ampirik araçlar ile, üzerinde çalıştığımız sorunların çeşitlerini genişletmeye hizmet etmektedir. Yapay öğrenme araçlarının artan kullanımı, model tahmini yapan araştırmacıların üzerinde çalıştığı soru türlerini de değiştirmiştir. Yapay öğrenme araçları sadece yeni veriler veya yeni yöntemler sunarak değil, yeni sorulara odaklanarak da araştırma kapsamını artırmaktadır. USD/TRY ve EUR/TRY kur değerleri birbirinden farklı YSA modelleri ile tahmin edilmiştir. Kullanılan modellerin tahmin performansı karşılaştırılmıştır, sonuçların gerçek değerlerden sapma dereceleri Ortalama Mutlak Hata (MAE) ve Kök Kareler Karesi (RMSE) ölçütleri ile değerlendirilmiştir. Bu doğrultuda yapay öğrenme ile birlikte en iyi tahmin performansını sağlayan YSA modeli seçilmiş olup, döviz kuru tahminlemesinde kullanılmak üzere yeni bir model önerisinde bulunulmuştur. Keywords : Döviz Kuru, Yapay Sinir Ağları, Yapay Öğrenme
