Makine öğrenmesi yöntemleri ve eğitim verisi üzerine bir uygulama: uluslararası matematik ve fen eğilimleri araştırması 2015 türkiye örneği
Machine learning methods and an application on educational data: the trends in international mathematics and science study 2015 Turkey case
- Tez No: 598315
- Danışmanlar: DOÇ. DR. ERSOY ÖZ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 126
Özet
Eğitim alanında makine öğrenmesi, eğitim verilerini analiz etme ve modelleme yeteneğine sahip önemli bir araştırma alanıdır. Elde edilen çıktılar araştırmacıların ve eğitim planlamacılarının mevcut eğitim stratejilerinin sistematik sorunlarını anlamalarına ve gözden geçirmelerine yardımcı olmaktadır. Bu çalışma Uluslararası Matematik ve Fen Bilimleri Eğilimleri Araştırması (TIMSS) ile ilgilidir. TIMSS-2015 raporunda yer alan 8. sınıf Türk öğrencilerinin fen bilimleri ve matematik veri setine makine öğrenmesi algoritmaları uygulanmaktadır. Tez çalışması temel olarak iki noktaya odaklanmaktadır: ilk olarak öğrencilerin fen bilimleri ve matematik başarısını sınıflandırmada en başarılı algoritmaları bulmak; ikinci olarak ta fen bilimleri ve matematik başarısını sınıflandırmada en önemli öznitelikleri ortaya çıkarmaktır. Fen bilimleri ve matematik veri seti için lojistik regresyon, destek vektör makinesi polynomial çekirdeği en iyi algoritmalar olarak belirlenmiştir. Bu iki veri setindeki tüm öznitelikler arasında sınıflandırmadaki en etkili özellikleri belirlemek için farklı öznitelik seçim yöntemleri kullanılmıştır. Fen bilimleri veri seti için“Paylaşımlı tablet bilgisayar”,“Eğitimde ilerlemek istediğiniz düzey”,“Kaç ay ek ders alındığı”ve“Fen bilimlerinde öğrencinin güveni”öznitelikleri; matematik veri seti için ise“Ev eğitim kaynakları”ve“Matematikte öğrencinin güveni”öznitelikleri sınıflandırmada en etkili öznitelikler olarak belirlenmiştir.
Özet (Çeviri)
Machine learning in the field of education is an important research area which has an ability of analyzing and modeling educational data. Obtained outputs help researchers and education planners understand and revise the systematic problems of current educational strategies. This thesis study deals with an important international study, namely Trends International Mathematics and Science Study (TIMSS). Machine learning methods are applied to TIMSS-2015 8th grade Turkish students' data. The study has mainly twofold: to find best performer algorithm(s) for classifying students' science and mathematics success and to extract important features on success. The most appropriate algorithm is found as logistic regression and support vector machines with polynomial kernel for the science and mathematics datasets. Different feature selection methods are used in order to extract the most effective features in classification among all features in the original datasets.“Computer Tablet Shared”,“How Far in Education Do You Expect to Go”,“Extra Lessons How Many Month”and“Student Confident in Science”are found the most important features in all feature selection methods for science dataset.“Home Educational Resources”and“Student Confident in Mathematics”are found the most important features in all feature selection methods for mathematics dataset.
Benzer Tezler
- InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği
Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport
NUR YAĞMUR
Doktora
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
PROF. DR. ERDAL ŞAFAK
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Gemi elektrik şebekelerinde derin öğrenme uygulamaları
Deep learning applications on ship electric grids
TAYFUN UYANIK
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. ÖZCAN KALENDERLİ
- Addressing parametric uncertainties in autonomous cargo ship heading control
Otonom kargo gemisi yön kontrolündeki parametrik belirsizliklerin ele alınması
AHMAD IRHAM JAMBAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL BAYEZİT
- A comparison of various interpolation methods in prediction and validation of marine gravity data
Deniz gravite verilerinin belirlenmesinde ve kontrol edilmesinde farklı interplasyon yöntemlerinin karşılaştırılması
MUHAMAD ALAIED
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL