Geri Dön

Makine öğrenmesi ile lise öğrencilerine mesleki alan seçim rehberi

Machine learning-based profession field selection guide for high school students

  1. Tez No: 732376
  2. Yazar: ESAT FAZLULLAH ÇELİK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF ÖZÇEVİK
  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: 2022
  8. Dil: Türkçe
  9. Üniversite: Manisa Celal Bayar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 135

Özet

Yapay zekâ insanların beynini taklit ederek ve geri bildirimlere göre kendini sürekli yenileyerek geliştiren bir sistemdir. Bu sistem her geçen gün insan hayatında daha büyük bir yer edinmektedir. Bunun sebebi; yazılım içeren teknolojik araçlarda yapay zekâ sistemleri bulunduğunda çevre ile iletişimin üst düzeye çıkması bu sayede de geri bildirimler alabilmesi, sonuç olarak da bu araçların işlevinin artmasıdır. Makine öğrenmesi kavramı yapay zekânın bir uygulama alanıdır ve endüstri içerisinde kullanımı yaygındır. Makine öğrenmesinin kullanılabilmesi için gereken en önemli araç anlamlı bir veridir. Makine öğrenmesi yöntemleriyle, veri üzerinde ile insan gözünün yakalayamadığı ilişkiler ve sonuçlar çıkartılabilir. Buradan çıkan sonuçlar ile de ilgili problem alanı özelinde iyileştirmeler yapılabilir. Eğitim kurumları verinin muazzam boyutlarda bulunduğu kurumlardır. Ancak ülkemizde bu veriler henüz pek kullanılmamaktadır. Bu tezin konusu bu sebeple eğitim alanında seçilmiştir. Makine öğrenmesi yardımıyla lise öğrencilerinin 4 sene boyunca derslerde aldıkları notlar ve bir takım başka bilgileri ile seçtikleri üniversite bölümleri arasında korelasyon olabileceği düşünülmüştür. Bu motivasyonla Millî Eğitim Bakanlığı'ndan gerekli izinler alınarak önceki senelerde mezun olmuş lise öğrencilerinin bilgisi toplanmıştır. Toplam 447 gözlem birimi oluşturulmuştur. Bu öğrencilerin seçtikleri toplam bölüm sayısı 43 olarak belirlenmiştir. Gözlem birimlerinin bağımlı değişkendeki sınıf sayısına oranı düşük olduğundan dolayı benzer bölümler birleştirilerek yeni bağımlı değişkenler oluşturulmuştur. Sonuç olarak veri seti üzerinde tekrarlanan deneyler için 43, 23, 9 ve 6 sınıf içeren etiketleme yaklaşımları ele alınmaktadır. Bununla birlikte veri seti üzerinde her bir etiket için 10 makine öğrenmesi algoritması test edilmektedir. İlk etiketleme yaklaşımında %43, 2. yaklaşımda %53, 4. yaklaşımda %75 başarı oranı ile XGBoost çok başarılı sonuçlar vermektedir. 3. etiketleme yaklaşımında ise en başarılı sonucu %65 ile KNN vermektedir. Çalışmada elde edilen sonuçlara göre veri setindeki gözlem birimleri önemli ölçüde arttırılırsa bölümlerin gruplandırılarak yeni etiketler oluşturulmasına gerek kalmayacağı ve tahminlerdeki başarıların önemli ölçüde artacağı ortaya konmaktadır.

Özet (Çeviri)

Artificial intelligence is a system that develops by imitating people's brain and constantly renewing itself thanks to the feedback mechanism. This system is gaining a bigger place in human life day by day. The reason can be stated as when there are artificial intelligence systems in technological tools that contains software, communication with the environment is maximized with receiving feedback, and as a result, the functionality of these tools is increased. The concept of machine learning is an application area of artificial intelligence and is widely used in the industry. The most important tool that required to use machine learning is meaningful data. With this data, relationships, and results that the human eye cannot catch can be captured. With the results obtained from here, improvements can be made fort the problem domain. Educational institutions are institutions where data is available in enormous sizes. However, these data are not used much in our country yet. For this reason, the subject of this thesis was chosen in the field of education. With the help of machine learning, it has been thought that there may be a correlation between the grades that high school students have taken in courses for 4 years with some other information and the university departments they have chosen. With this motivation, the necessary permissions were obtained from the Ministry of National Education and the information of high school students who graduated in previous years were collected. A total of 447 observation units were established. The total number of departments chosen by these students was determined as 43. Since the ratio of observation units to the number of classes in the dependent variable is low, new dependent variables were created by combining similar departments. As a result, there are 4 different labeling strategies containing 43, 23, 9 and 6 classes for different experiments conducted in the study. Moreover, 10 machine learning algorithms were tested for each labeling strategy on the data set. XGBoost gives very successful results with a success rate of 43% in the first labeling strategy, 53% in the second labeling strategy, and 75% in the fourth labeling strategy. In the third labeling strategy, KNN gives the most successful result with 65%.IX In summary, it can be inferred from the study that if the observation units in the data set are increased significantly, there will be no need to create new labels by grouping the departments and the success in the predictions will increase significantly.

Benzer Tezler

  1. Kontrol odağı düzeyinin mesleki kararlılığa etkisi: Lise öğrencileri üzerinde bir araştırma

    The effect of the focus of control level on high school students' career deci̇si̇ons

    GÖZDE ÇAPÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimBahçeşehir Üniversitesi

    İnsan Kaynakları Yönetimi Ana Bilim Dalı

    DOÇ. DR. MERAL ELÇİ

  2. Lise öğrencilerinin öz düzenleme düzeyleri ve eğitim stresleri arasındaki ilişkinin incelenmesi

    The relationship between self-regulation and academic stress

    BÜŞRA KANIKIRMIZI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimBartın Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. NURİYE SEMERCİ

  3. Bilim halkla ilişkileri bağlamında TEKNOFEST'in ortaöğretim öğrencilerinin meslek seçimleri üzerine yansımaları

    Reflections of TEKNOFEST on high school students' vocational choices in the context of science public relations

    RECEP ÇOLAK

    Doktora

    Türkçe

    Türkçe

    2024

    Halkla İlişkilerAnkara Hacı Bayram Veli Üniversitesi

    Halkla İlişkiler ve Tanıtım Ana Bilim Dalı

    PROF. DR. HANİFE GÜZ

  4. Biyoloji alanındaki yeniliklerden haberdar olunmasında yazılı basının rolü (Ankara ili örneği)

    The role of the printed media in information gathering of improvements in the field of biology (example of Ankara)

    ÖZLEM DEDE

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    BiyolojiGazi Üniversitesi

    Biyoloji Öğretmenliği Ana Bilim Dalı

    YRD. DOÇ. DR. ESER ELÇİN

  5. Türkiye'de turizm eğitimi alan lisans öğrencilerinin yükseköğrenim yaşam doyumlarının belirlenmesi

    Determination of higher education life satisfaction of undergraduate in tourism education in Turkey

    GÜRAY KARACIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimGaziantep Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    DOÇ. DR. ATINÇ OLCAY