Update README.md

README.md

@@ -4,51 +4,39 @@ emoji: 🚀
 colorFrom: red
 colorTo: red
 sdk: streamlit
-sdk_version: 1.55.0
 app_file: app.py
 pinned: false
 license: apache-2.0
 tags:
-- finance
-- machine-learning
-- classification
+  - finance
+  - machine-learning
+  - classification
 ---
-# 💼 Corporate Bankruptcy Prediction System / Kurumsal İflas Tahmin Sistemi
 
-This project is a Machine Learning application that predicts the bankruptcy risk of companies based on 95 different financial ratios.
-*Bu proje, 95 farklı finansal rasyoya dayanarak şirketlerin iflas riskini tahmin eden bir Makine Öğrenmesi uygulamasıdır.*
+# 📊 Corporate Bankruptcy Prediction System
+### (Kurumsal İflas Tahmin Sistemi)
 
----
-
-### 📊 Project Overview (Proje Özeti)
-The model analyzes financial health using a dataset of Taiwanese companies. It evaluates liquidity, profitability, and leverage metrics to provide a risk assessment.
-*Model, Tayvanlı şirketlerin veri setini kullanarak finansal sağlığı analiz eder. Risk değerlendirmesi yapmak için likidite, karlılık ve kaldıraç metriklerini değerlendirir.*
-
-
-
-### 🚀 Technical Details (Teknik Detaylar)
-* **Best Model:** Random Forest Classifier (En İyi Model: Random Forest)
-* **Accuracy Score:** ~96.7% (Doğruluk Oranı)
-* **Libraries Used:** Scikit-learn, Pandas, Streamlit, Joblib
-* **Dataset:** UCI Machine Learning Repository - Bankruptcy Data
+Bu proje, şirketlerin finansal oranlarını (rasyolarını) analiz ederek **iflas riskini** tahmin eden yapay zeka tabanlı bir web uygulamasıdır. 
 
----
-
-### 🛠️ How to Use? (Nasıl Kullanılır?)
-1. **Input Data:** You can manually enter 95 financial features or use the **"Generate Random Data"** button for a quick test.
-2. **Prediction:** Click the **"Run Analysis"** button.
-3. **Result:** The system will show if the company is "Safe" or "At Risk" with a probability percentage.
-
----
+## 🎯 Projenin Amacı (Objective)
+Şirketlerin finansal sürdürülebilirliğini ölçmek ve 20 farklı finansal metrik üzerinden risk analizi yaparak karar vericilere (yöneticilere, denetçilere) stratejik destek sağlamaktır.
 
-### 🧪 Key Performance Metrics (Temel Performans Metrikleri)
+## 🧠 Model Bilgileri (Model Info)
+- **Model:** Random Forest Classifier (Rastgele Orman Sınıflandırıcı)
+- **Doğruluk Oranı (Accuracy):** %88.7
+- **Kütüphaneler:** Scikit-learn, Pandas, Joblib, Streamlit
 
-| Model | Accuracy | Precision | Recall | F1-Score |
-| :--- | :---: | :---: | :---: | :---: |
-| **Random Forest** | **0.9670** | **0.9619** | **0.9670** | **0.9561** |
-| GradientBoost | 0.9662 | 0.9588 | 0.9662 | 0.9600 |
-| Logistic Regression | 0.9611 | 0.9265 | 0.9611 | 0.9435 |
+## 🚀 Özellikler (Features)
+- **İki Dilli Destek:** Tüm arayüz İngilizce ve Türkçe olarak tasarlanmıştır.
+- **Senaryo Testleri:** "Safe" ve "Risky" butonları ile hazır veriler yüklenebilir.
+- **Dinamik Grafikler:** Tahmin sonuçları görsel olarak çubuk grafiklerle desteklenir.
+- **Finansal Sözlük:** Kullanılan tüm terimlerin açıklamaları yan panelde yer alır.
 
+## 🛠️ Kurulum (Installation)
+Projeyi yerelde çalıştırmak isterseniz:
 
+1. Depoyu klonlayın.
+2. Gerekli kütüphaneleri yükleyin: `pip install -r requirements.txt`
+3. Uygulamayı başlatın: `streamlit run app.py`
 
 ---