*Result*: BİT TUTUMU İLE YEŞİL BİLİŞİM ARASINDAKİ İLİŞKİ: MUHASEBE MESLEK MENSUPLARI ÜZERİNE BİR MAKİNE ÖĞRENMESİ UYGULAMASI.

*The purpose of this study is to determine the relationship between accounting information and communication technology (ICT) attitudes and green computing perceptions among accounting professionals. The study was conducted with the participation of independent accounting professionals in the TRB1 region (Elazığ, Malatya, Tunceli, and Bingöl). The survey method was used to collect data for the study. Data analysis was performed using the SPSS-25 program, the basic programming language Python 3.9, and publicly available, widely used machine learning libraries. Descriptive statistics, validity and reliability analysis, as well as machine learning methods such as Linear Regression and Random Forest Regression were used in the analysis of the data. The study findings show that the Random Forest Regression (R2: 0.92; MSE: 0.169; RMSE: 0.411) algorithm outperformed the Linear Regression (R2: 0.80; MSE: 0.428; RMSE: 0.654) algorithm. It also revealed that the attitude toward ICT has a positive linear effect on the perception of green computing, as well as being effective through complex and multidimensional interactions. [ABSTRACT FROM AUTHOR]*

*Çalışmanın amacı, muhasebe bilgi ve iletişim teknolojileri (BİT) tutumu ile yeşil bilişim algısı arasındaki ilişkiyi muhasebe meslek mensupları özelinde saptanmasıdır. Çalışma, TRB1 (Elazığ, Malatya, Tunceli ve Bingöl) bölgesinde bağımsız olarak faaliyette bulunan muhasebe meslek mensuplarının katılımıyla yapılmıştır. Çalışmada verilerin elde edilmesinde anket yöntemi kullanılmıştır. Veri analizi, SPSS-25 programı, temel programlama dili Python 3.9 ve kamuya açık, yaygın olarak kullanılan makine öğrenmesi kütüphaneleriyle yapılmıştır. Verilerin analizinde; betimleyici istatistikler, geçerlilik ve güvenilirlik analizinin yanı sıra Lineer Regresyon ve Random Forest Regresyon gibi makine öğrenmesi yöntemleri kullanılmıştır. Çalışma bulguları, Random Forest Regresyon (R2: 0,92; MSE:0,169; RMSE:0,411) algoritmasının, en düşük MSE, en yüksek R-kare değeri ve en düşük RMSE değerini elde ederek üstün tahmin doğruluğu ile Lineer Regresyon (R2: 0,80; MSE:0,428; RMSE:0,654) algoritmasından daha iyi performans gösterdiğini ve BİT tutumunun yeşil bilişim algısı üzerinde pozitif doğrusal bir etkisinin yanı sıra karmaşık ve çok boyutlu etkileşimler yoluyla da etkili olduğunu ortaya koymuştur. [ABSTRACT FROM AUTHOR]

Copyright of Financial Analysis / Mali Cozum Dergisi is the property of Istanbul Serbest Muhasebeci Mali Musavirler Odasi and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)*