Geri Dön

Student achievement prediction based on artificial neural network versus fuzzy logic

Yapay sinir ağına karşı bulanık mantığa dayalı öğrenci başarıtahmini

  1. Tez No: 677973
  2. Yazar: MUSTAFA AL-KHAFAJI
  3. Danışmanlar: DOÇ. DR. MELTEM ERYILMAZ
  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: 2021
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 102

Özet

E-öğrenme şu anda birinci sınıftan lisansüstü sınıflara kadar eğitim sürecinin tüm aşamalarında büyük önem taşımaktadır. Bunun sebepleri başında e-öğrenmenin öğrencilere kolay anlaşılır etkileşimli bir grafik ortam sağlaması ve her an ulaşılabilir olması gelmektedir. Bu çalışmada, E-öğrenme Yönetim Sistemini kullanan bir ortamda sınava giren öğrencilerin başarılarının tahmini için hem sinir ağı hem de bulanık mantık içeren yapay zeka teknikleri kullanılmıştır. Bu çalışmada kullanılan veri seti bir Irak mühendislik kolejinden alınmıştır ve bilgisayar bilimi dersine kaydolan 200 öğrencinin verileri kullanılmıştır. Veriler cinsiyet, yaş, indirilen kaynaklar, görüntülenen videolar, tartışma sohbetine katılım, 1. ara sınav puanı, 2. ara sınav puanı, final sınav puanı olarak sınıflandırılmıştır . Kullanılan yapay sinir ağının türü, desen sinir ağıdır. Levenberg-Marquardt'ın algoritması sinir ağlarını eğitmek için kullanılmıştır. Bulanık mantık için Sugeno bulanık çıkarım sistemi kullanılmıştır. Çalışma sonuçları umut verici ve anlamlıdır, çünkü sonuçlar öğrenme sistemine daha fazla zaman harcayan öğrencilerin en yüksek başarı oranına sahip olduğunu göstermiştir. Çalışmada sinir ağı kullanıldığında test sonuçların doğruluğu % 73 olarak kaydedilmiştir. Bulanık mantık kullanıldığında ise doğruluk sonuçlarının ortalama yüzdesi% 88 olarak bulunmuştur.Çalışmanın sonucu bulanık mantığın başarı tahmin yüzdesinin daha yüksek olduğunu göstermektedir

Özet (Çeviri)

E-learning currently represents great importance in the process of developing the educational process in all stages from the primary classes to the postgraduate classes, as it provides an interactive graphical environment that is easy to deal with, as it attracts students to it with ease and makes them interact with it. This study, used artificial intelligence techniques, represented by both the neural network and fuzzy logic, to predict student achievement in the final exam who use the E-Learning Management System. The dataset used in this study was taken from an Iraqi engineering college, and it represents data of 200 students who have enrolled in the computer science course. The data were (gender, age, resources downloaded, videos viewed, discussion chat joined, midterm1 score, midterm2 score, final exam score). The type of artificial neural network used was pattern neural network. Levenberg-Marquardt's algorithm was used to train the neural networks. For the fuzzy logic Sugeno fuzzy inference system was used. The study results were promising and good as the results showed that the students who spend more time on the learning system have the most success rate. In this study, the neural network trained, tested, and all the results were recorded, where the accuracy of the results was 73%. The same thing for the fuzzy logic technique where the results were more accurate, as the average percentage of accuracy results was 88%.

Benzer Tezler

  1. Yapay sinir ağları ile öngörü modelleme tekniği kullanarak öğrenci başarı durumu öngörü modellemesi üzerine

    On predictive modeling of student achievement using prediction modeling technique with artificial neural networks

    MURAT CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriİSTANBUL NİŞANTAŞI ÜNİVERSİTESİ

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NESİBE MANAV MUTLU

  2. Estimation of students' performance in distance education using ensemble-based machine learning

    Topluluk tabanlı makine öğrenimi kullanılarak öğrencilerin uzaktan eğitimdeki performansının tahmini

    ABDULLAH RAED FADHIL AL-SHAIKHLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SAİT DEMİR

  3. Yapay sinir ağları ile öğrenci başarısını değerlendirme: Analiz ve ilerleme önerileri

    Assessing student achievement with artificial neural networks: Analysis and recommendations

    ZEYNEP DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilim ve TeknolojiBatman Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. ÖMER FARUK ERTUĞRUL

  4. Öğrenci akademik performansının kestirilmesine ilişkin bir model önerisi: Veri madenciliğine dayalı bir çalışma

    Model proposal related to predicting student academic performance: A study based on data mining

    MURAT ALTUN

    Doktora

    Türkçe

    Türkçe

    2019

    Eğitim ve ÖğretimAkdeniz Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. KEMAL KAYIKÇI

  5. Suggestion of performance prediction models for impact hammer used in Levent-Hisarüstü metro tunnel

    Levent-Hisarüstü metro tünelinde kullanılan darbeli kırıcı için performans tahmini modellerinin önerilmesi

    SHAHABEDIN HOJJATI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DENİZ TUMAÇ