Geri Dön

Student performance prediction using deep belief network

Denir inanç ağını kullanarak öğrencilerin performans tahmini

  1. Tez No: 611871
  2. Yazar: ABDULBASIT MAHMOD OLEIWI AL-JUBOORI
  3. Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Veri madenciliği tekniklerini içeren eğitim araştırması hızla artıyor. Veri madenciliği teknikleri, eğitim geçmişinde gizli bilgi ve öğrenci performans modellerini keşfetmek için eğitim bilgi madenciliği olarak bilinir. Bu çalışma, öngörü için bu çalışmada seçilen UCI (California Irvine Üniversitesi) makine öğrenme veri havuzu için öğrenciye yönelik bir akademik tahmin modeli geliştirmeyi amaçlamaktadır. İç işaretler, katılım işaretlerinin, iki sınavdan alınan ortalama işaretlerin ve ödev işaretlerinin birleşimidir. Öğretmenler bu nedenle öğrencileri sınıflandırabilir ve performanslarını erken bir aşamada tahmin etmeye başlayabilir. Zaman içindeki performansı arttırmak için sistemik yaklaşımlar benimsenebilir. Erken tahminler ve çözümler nedeniyle final sınavlarında daha iyi sonuçlar beklenebilir.

Özet (Çeviri)

Education research involving techniques of data mining is growing rapidly. Data mining techniques are known as educational information mining to explore hidden knowledge and patterns of student performance in educational backgrounds. This work seeks to develop an academic prediction model for the student for the UCI (University of California Irvine) machine learning repository dataset selected in this work for prediction. Internal marks are a combination of attendance marks, average marks from two examinations and marks of assignment. The teachers can therefore classify students and start predicting their performance at an early stage. To improve performance over time, systemic approaches can be adopted. Better results can be expected at the final examinations due to early predictions and solutions.

Benzer Tezler

  1. A novel framework for student performance prediction using optimized ai techniques

    Başlık çevirisi yok

    ZAINAB ALI MOHAMMED ALRUBAYE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN

  2. Öznitelik seçme ve makine öğrenmesi yöntemleriyle eğitmen performansının tahmin edilmesi

    Predicting instructor performance by feature selection and machine learning methods

    FATİH ÇİFÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CİHAN KALELİ

  3. Derin öğrenme yöntemleri ile lisans öğrencilerinin akademik performanslarına dayalı mezuniyet tahmini

    Prediction of graduate students for bachelor's degree based on their academic performance using deep learning techniques

    RUMEYSA ÇINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR GÜREL

  4. Çevrimiçi BİT dersindeki öğrenci davranışlarının ve öğrenme performanslarının öğrenme analitiği ile incelenmesi

    An examination of student behaviours and learning performances in online ICT course with learning analytics

    SEMİH ORKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Eğitim ve ÖğretimAnkara Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. AYFER ALPER

  5. Pandemi sürecinde uzaktan eğitimde senkron, asenkron ve hibrit yapılmış derslerde veri madenciliği ile öğrenci performansı analizi

    Student performance analysis with data mining in distance education synchronous, asynchronous and hybrid courses in the pandemic process

    MEHMET YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERDAR KIRIŞOĞLU