Destek vektör makinesi tabanlı teknik seçmeli ders öneri sistemi: Bilgisayar mühendisliği örneği
Technical elective recommendation system using support vector machines
- Tez No: 638975
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Destek programları, Karar destek sistemleri, Support programs, Decision support systems
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
- Smart spreading factor assignment for lorawans
Lorawan'lar için akıllı yayılma faktörü ataması
TUĞRUL YATAĞAN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- Dikdörtgen mikroşerit antenlerin bilgi - tabanlı destek vektör analizi
Knowledge - based support vector analyzing of rectangular microstrip antennas
ALİ KUŞ
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET KIZILAY
- Human factor based advanced driver-assistance system (ADAS) design for electric vehicle
Elektrikli araç için insan faktörü tabanlı gelişmiş sürücü yardım sistemi (ADAS) tasarımı
DAĞHAN DOĞAN
Doktora
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA