Geri Dön

Destek vektör makinesi tabanlı teknik seçmeli ders öneri sistemi: Bilgisayar mühendisliği örneği

Technical elective recommendation system using support vector machines

  1. Tez No: 638975
  2. Yazar: SERPİL ERCAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 112

Özet

Üniversitenin belli dönemlerinde zorunlu derslerin dışında teknik seçmeli derslerde yer almaktadır. Lisans düzeyinde okuyan öğrencilerin kredilerini doldurmaları için belli sayıda teknik seçmeli ders almaları gerekmektedir. Ancak öğrencilerin hangi teknik seçmeli dersi alacağına yönelik bir yönlendirme olmadığı için kendi alanı ile pek ilgili olmayan dersleri seçmektedirler ya da seçmiş oldukları derslerde başarısız olabilmektedirler. Bu çalışmada, Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesinde bulunan Bilgisayar Mühendisliği bölümünde okuyan öğrencilere yönelik teknik seçmeli dersler önerebilecek web tabanlı bir sistem geliştirilmiştir. Bu sistem yardımıyla kararsız olan birçok öğrenci için kendi ilgi alanlarına uygun teknik seçmeli dersleri seçmeleri sağlanacaktır. Yapay öğrenmenin popüler olduğu günümüzde birçok farklı öğrenme tekniği kullanılmaktadır. Bunlar destekli, desteksiz ve takviyeli öğrenme olarak bilinmektedir. Eldeki verilerin çıktıları belli olduğu durumda destekli veya kısmen de olsa takviyeli öğrenme kullanılabilir. Bu öğrenmede en etkili metotlardan biri olan Destek Vektör Makineleri kullanılmıştır. Web tabanlı sistem Asp.Net MVC ortamında gerçekleştirilmiş olup Destek Vektör kütüphanesi olarak Accord.Net kullanılmıştır. Öğrencilerin zorunlu dersleri girdikten sonra arka planda çalışan model başarılı olabilecekleri seçmeli dersleri liste olarak getirmektedir. Genişletilmiş ve gelecek çalışma olarak sadece başarı notu değil, bunun yanında konu bazlı başarılar dikkate alınarak daha dinamik konu odaklı sistem geliştirilebilir.

Özet (Çeviri)

In certain periods of the university, apart from compulsory courses, it takes part in technical elective courses. Students studying at the undergraduate level are required to take a certain number of technical elective courses to complete their credits. However, since there is no guidance on which technical elective courses students take, they choose courses that are not related to their departments. In this study, a web-based system has been developed that can offer technical elective courses for students studying in the Department of Computer Engineering at the Faculty of Computer and Information Sciences at Sakarya University. With the help of this system, many students who are unstable will be provided to choose technical elective courses suitable for their interests. Many different learning techniques are used today, where artificial learning is popular. These are known as supported, unsupported and reinforced learning. Supported or partially reinforced learning can be used when the outputs of the available data are certain. Support Vector Machines, one of the most effective methods, were used in this learning. The web-based system was implemented in Asp.Net MVC environment and Accord.Net was used as the Support Vector library. After students enter the compulsory courses, the model that runs in the background lists the elective courses that they can succeed. As an expanded and future study, a more dynamic subject oriented system can be developed by considering not only the success grade but also subject-based achievements.

Benzer Tezler

  1. Smart spreading factor assignment for lorawans

    Lorawan'lar için akıllı yayılma faktörü ataması

    TUĞRUL YATAĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMA FATMA OKTUĞ

  2. Identifying architectural concerns from non-functional requirements using support vector machine

    Destek vektör makinesi kullanarak işlevsel olmayan gereksinimlerden mimari ilgileri tespit etmek

    GÖKHAN GÖKYER

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DR. CEVAT ŞENER

    DR. SEMİH ÇETİN

  3. Destek vektör makinesi ile robotik kolların uyarlamalı model öngörülü kontrolü

    Support vector machine based model predictive adaptive control of robotic arms

    SANEM KILIÇASLAN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN GELEN

  4. A support vector machine-based approach for southbound communication detection in SDN using openflow

    Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım

    ALİ GÖKHAN AVRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ

  5. Sparse coding based ensemble classifiers combined with active learning framework for data classification

    Veri sınıflandırma için aktif öğrenme çerçevesi ile birleştirilmiş ayrık kodlama tabanlı sınıflandırıcı toplulukları

    GÖKSU TÜYSÜZOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN