Yapay zeka teknikleri ile açık öğretim lisesi öğrencilerinin mezuniyet tahmini
Predicting graduation of open education high school students with artificial intelligence technics
- Tez No: 711645
- Danışmanlar: DR. ÖĞR. ÜYESİ YÜKSEL ÇELİK, DR. ÖĞR. ÜYESİ ERDAL BAŞARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Açık Öğretim Lisesine kayıt yaptıran öğrencilerin normal eğitim süresi içerisinde mezun olup olmayacaklarının erken tahmini, Millî Eğitim Bakanlığının gerekli eğitim politikalarını geliştirebilmesi bakımından önemlidir. Milli Eğitim Bakanlığı Hayat Boyu Öğrenme Genel Müdürlüğü'ne bağlı Açık Öğretim Lisesi örgün eğitim dışında kalan bütün halkı kapsayan bir okul türüdür. Bu liselere kayıt yaptıran öğrenciler için en kısa sürede lise diplomalarını alıp hayatlarında yeni yollara yönelmek çok önemlidir. Bu çalışmada, öğrencilerin başarılı oldukları ders kredilerinin, devam ettikleri dönem sayısının, yaşadıkları il ve ilçelerin, yaşlarının ve cinsiyetlerinin mezuniyet sürelerine etkilerini analiz etmek amacıyla yapay zeka algoritmalarının uygulamaları hakkında bilgi verilmektedir. Bu amaçla 2010-2012 yılları arasında Açık Öğretim Lisesine kayıt yaptıran öğrencilerden 142.714 öğrencinin kayıtları kullanılarak Karar Ağaçları (KA), K-En Yakın Komşuluk (KNN) Destek Vektör Makineleri (DVM) ve Yapay Sinir Ağları (YSA) algoritmaları uygulanmıştır. Etkili bir tahmin sonucu için öğrencilerin farklı özellikleri dikkate alınarak en uygun giriş parametreleri belirlenmiştir. Bu parametreler; öğrencilerin yaşadıkları şehirlerin sosyo-ekonomik gelişmişlik seviyeleri ve skorları, kayıt esnasındaki yaşları, cinsiyetleri, başarılı oldukları toplam ders krediler, öğrenim gördükleri toplam dönemler, özel durumları ve engel durumlarıdır. Önerilen yöntemlerin zamanında mezun olma/olamama durumu hakkında tatmin edici tahminler yaptığı gözlenmiştir. Bu sistem, Millî Eğitim Bakanlığının mevcut AOL Bilgi Sistemine entegre edilerek öğrencilerin en kısa sürede mezun olabilecek başarıyı göstermelerine yardımcı olabileceğini öngörüyoruz.
Özet (Çeviri)
An early estimate of whether students enrolled in an open Education High School will graduate during the normal education period is important for the Ministry of Education to develop the necessary education policies. Open Education High School, which is affiliated to the General Directorate of lifelong learning of the Ministry of Education, is a type of school that covers all people outside of formal education. For students who enroll in these high schools, it is very important to get their high school diplomas as soon as possible and move on to new paths in their lives. In this study, it is informed about the applications of artificial intelligence algorithms to analyze the effects of the course credits which the students are successful, number of semesters they joined, provincial and districts they live in, their genders and registration ages to graduation periods. For this purpose, 142.714 records belong to students registered in years between 2010-2012 have been used for training and validating decision trees (DT), k-nearest Neighbour (KNN), support vector machines (SVM) and artificial neural networks (ANN) algorithms. The optimal input parameters are determined by taking into account the different features of students for an effective estimate result. These parameters; Socio-economic development levels and scores of the cities where students live in, the ages during registration total number of semesters which they joined, their special situations and disabilities. It has been observed that the proposed methods make satisfactory estimates of the status of graduation/failure on time. We anticipate that this system can be integrated into the existing AOL Information System of the Ministry of Education, helping students demonstrate success that can be graduated as soon as possible.
Benzer Tezler
- Öğrenme analitiği göstergelerini raporlayan açık erişimli çevrimiçi bir öğrenme platformunun geliştirilmesi
Development an open-access online learning platform that reports learning analytics indicators
MERTCAN ÜNAL
Doktora
Türkçe
2022
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. TOLGA GÜYER
- Exploring opinions of corporate instructional designers on their professional development and training needs
Kurumsal öğretim tasarımcılarının mesleki gelişim ve eğitim ihtiyaçları konusundaki görüşlerinin araştırılması
NAZLI GÖKALP
Yüksek Lisans
İngilizce
2025
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
DR. ELİF ÖZTÜRK
- Yapay zeka yöntemleriyle üstyapı performans tahmini
Pavement performance estimation of artificial intelligence method
MERVE SİPER
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH ERDAL TÜMER
- Real-time anomaly detection in UAV systems using TinyML on ARM Cortex-M microcontrollers
ARM Cortex-M mikrodenetleyicilerde gömülü makine öğrenmesi kullanarak İHA sistemlerinde gerçek zamanlı anomali tespiti
MEHMET ALPEREN BAKICI
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Benzeşen ve ayrışan yönleriyle 1998 ve 2004 ilköğretim sosyal bilgiler öğretim programlarında (4.-5. sınıflar) ölçme ve değerlendirme yöntem ve teknikleri ve bunlara ilişkin öğretmen görüşleri
Similar and different ways of assesment and evaluating methods and techniques (in 4th and 5tf classes) in 1998 and 2004 primary social studies education programme and teachers opinions related with them
MELTEM ATAMAN
Yüksek Lisans
Türkçe
2007
Eğitim ve ÖğretimMarmara Üniversitesiİlköğretim Ana Bilim Dalı
Y.DOÇ.DR. YÜCEL KABAPINAR