In today’s world, learning is a process of computers as well as human being. “Learnable” systems and computers will become more important in following years and affect our lives in many ways. In this thesis, a survey has been carried out in the field of artificial intelligence, machine learning
and especially on decision tree learning algorithms. Some of the decision tree learning algorithms was used to learn rules which are extracted from a dataset. The dataset which consists of water consumption of Ankara for one year and meteorological data of Ankara was used. The results indicate that which learning method is more efficient and have better performance.
Bugünün dünyasında, “Öğrenme” insanların yaptığı kadar, bilgisayarlarında yaptığı bir eylem haline gelmiştir. “Öğrenebilen” sistemler ve bilgisayarlar önümüzdeki yıllarda, hayatımızda çok daha fazla yer alacak .Bu tez içinde, yapay zeka ve öğrenme, özellikle karar verme ağacı algoritmalarının yapısı üzerinde çalışılmıştır Öğrenme kurallarını, veri setimizden çıkarmak için bazı algoritmalar
kullanılmıştır. Bu veri setimizde Ankara`nın bir yıllık su tüketim oranı ve bir yıllık meteoroloji bilgileri vardır. Ortaya çıkan sonuçlar ışığında hangi algoritmanın daha verimli ve daha
iyi performansa sahip olduğuna işaret eder.
