Transportation, technical and mechanical developments have seen a significantdevelopment from past to present. Land transportation, which is divided intothree types as land, sea and air transportation, has an important place in humanlife. With the increasing number of accidents on the road, the drivers becomemore conscious, driver behavior and determination of necessary measures areincreasing day by day.With the development of technology, data such as vehicle, road and weather hasbeen made easy by means of telephone, microcomputer and various sensors andit has been possible to reveal the scientific results by using artificial intelligencemethods.People go from one point to another with their own vehicles during the day andprefer road transport. Accidents occur as a result of some risky movements(sudden acceleration, sudden deceleration, sudden right turn, sudden left turn,sudden lane change, scissors called incorrect overtaking, etc.) that people makeduring the day. As a result of accidents, material and moral losses may occur.These risky movements made by the drivers can be modeled and drive profilescan be created. According to the generated driver profiles, drivers can be warnedor sanctions may be applied to prevent these behaviors that may cause anaccident while driving. In this thesis, the driver's sudden deceleration, suddenacceleration, sudden right turn and sudden left turn movements are modeledwith various machine learning algorithms (Random Forest, Artificial NeuralNetworks, Support Vector Machines, Bayes, Decision Tables) and driver profilesare created. . According to the created driver profiles, the risk of accident of thedriver was determined by using fuzzy logic according to the risky drivingbehavior of the driver. According to the results, the most successful machinelearning algorithm in the modeling of driver behavior was determined as SupportVector Machines with 100% accurate classification, and it was shown thatdrivers' motor insurance and insurance pricing can be done by using scientifictechniques.

Ulaşım, teknik ve mekanik gelişmelerle birlikte geçmiş yıllardan günümüze kadarönemli bir gelişim kaydetmiştir. Kara, deniz ve hava ulaşımı olmak üzere üçeayrılan ulaşım türlerinden kara ulaşımı insan hayatı içerisinde önemli bir yertutmaktadır. Kara yollarında yaşanan kazaların artmasıyla birlikte sürücülerindaha bilinçli hale getirilmesi, sürücü davranışlarının tespit edilmesi ve gereklitedbirlerin alınması günden güne önemini artırmaktadır.Teknolojinin gelişmesiyle birlikte araç, yol, hava durumu gibi verilerin telefon,mikrobilgisayar ve çeşitli sensörlerle alınabilmesi kolaylaşmış ve bu verilerinyapay zekâ yöntemleriyle işlenip bilimsel sonuçların ortaya çıkarılması mümkünhale gelmiştir.İnsanlar gün içerisinde bir noktadan başka bir noktaya kendi araçları ile gitmekteve karayolu ulaşımını tercih etmektedirler. Gün içerisinde insanların araçkullanımı sırasında yapmış olduğu bazı riskli hareketler (ani hızlanma, aniyavaşlama, ani sağa dönüş, ani sola dönüş, ani şerit değişimi, makas diye tabiredilen hatalı sollama vb.) sonucunda kazalar yaşanmaktadır. Yaşanan kazalarsonucunda maddi ve manevi kayıplar oluşabilmektedir. Sürücülerin yapmışolduğu bu riskli hareketler modellenip sürücü profilleri oluşturulabilir.Oluşturulan sürücü profillerine göre sürücüler uyarılabilir ya da araç kullanımısırasında kazaya neden olabilecek bu davranışları yapmaması için gerekliyaptırımlar uygulanabilir. Bu tez çalışmasında sürücünün araç kullanımısırasında yapmış olduğu ani yavaşlama, ani hızlanma, ani sağa dönüş ve ani soladönüş hareketleri çeşitli makine öğrenmesi algoritmaları(Rastgele Orman, YapaySinir Ağları, Destek Vektör Makineleri, Bayes, Karar Tabloları) ile modellenmiş vesürücü profilleri oluşturulmuştur. Oluşturulan sürücü profillerine göresürücünün yapmış olduğu riskli sürüş davranışlarına göre sürücünün kaza riskibulanık mantık kullanılarak bulunmuştur. Elde edilen sonuçlara göre sürücüdavranışlarının modellenmesinde en başarılı makine öğrenimi algoritması %100doğru sınıflandırma ile Destek Vektör Makineleri olarak belirlenmiş, sürücülerinkasko ve sigorta fiyatlandırılması bilimsel teknikler kullanılarak yapılabileceğiortaya konmuştur.