Mühendislik eğitiminde yapay zeka yöntemleri ile öğrenme sürecinin iyileştirilmesi
Improving the learning process with artificial intelligence techniques in engineering education
- Tez No: 775571
- Danışmanlar: DOÇ. DR. YUSUF KUVVETLİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Eğitimde Yapay Zeka, Makine Öğrenmesi, Öğrenme Analitiği, Artificial Intelligence in Education, Machine Learning, Learning Analytics
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Eğitim toplumların gelişiminde kilit öneme sahiptir. Eğitimin geliştirilmesi öğrenme süreçlerinin iyileştirilmesi ile yakından ilişkilidir. Eğer öğrencilerin öğrenme durumu doğru tespit edilebilirse, öğrenme süreçleri iyileştirilebilir. Bu çalışma, öncelikli olarak bir ders anında ve sonrasında öğrenmenin gerçekleşip gerçekleşmediğini yapay zeka teknikleriyle doğru bir şekilde tespit etmeyi amaçlamaktadır. Bu doğrultuda, seçilen“GAMS optimizasyon yazılımına giriş”dersi için derse hazırlık, ders aşaması ve ders sonrası öğrenme soruları hazırlanmıştır. Hazırlanan sorular geliştirilen web tabanlı“E-Ogrenme Analiz Programı”ile 82 katılımcıya yöneltilerek öğrenme verileri toplanmıştır. Öğrenme verileri ile dört farklı model oluşturulmuştur. Her model Decision Tree, Random Forest, XGBoost ve MLP algoritmalarıyla değerlendirilmiştir. Çalışma sonucunda; Model 1, Model 2, Model 3 ve Model 4 için sırasıyla 0.82, 0.93, 0.89, 0.93 accuracy (doğruluk) değerleri ve 0.81, 0.92, 0.90, 0.92 F1-score (kesinlik-duyarlılık) değerleri elde edilmiştir. Yüksek doğruluk, kesinlik ve duyarlılıkla öğrenme tespiti gerçekleştirilmiştir.
Özet (Çeviri)
Education is the key for the development of societies. Improvement of education is closely related to improvement of learning processes. Learning processes can improve if the learning status of the students can be determined accurately. This research firstly aims to determine accurately with artificial intelligence techniques whether learning takes place during and after a lecture. In this context course preparation, course time and post course learning questions were prepared for a selected“Introduction to GAMS optimization software”course. Learning data were collected with the designed web based“E-Learning Analysis Program”by asking the prepared questions to 82 participants. Four different models were created by learning data. Each model is evaluated with Decision Tree, Random Forest, XGBoost and MLP algorithms. As a result of the research, accuracy values for Model 1, Model 2, Model 3 and Model 4 were obtained as 0.82, 0.93, 0.89, 0.93,respectively. And F1-score (precision-recall) values for Model 1, Model 2, Model 3 and Model 4 were obtained as 0.81, 0.92, 0.90, 0.92, respectively. Learning detection has been achieved with high accuracy, precision and recall.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Generative adversarial networks based level generation for angry birds
Çekişmeli üretici ağlar ile angry birds bölümlerinin üretilmesi
BURKAN YILMAZ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
DOÇ. DR. SANEM SARIEL UZER
- Yarı-nemli iklim koşullarında sürdürülebilir su yönetimi için derin öğrenme kullanılarak referans bitki su tüketiminin tahmin edilmesi
Application of deep learning for sustainable water management by estimating reference crop evapotranspiration in sub-humid climatic conditions
ABDELRAHMAN AMR ALI RABIE ELSAYED SALEH
Yüksek Lisans
Türkçe
2021
ZiraatBursa Uludağ ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURAK NAZMİ CANDOĞAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Yapay zekâ tabanlı teknik destek sohbet robotu tasarımı
Artificial intelligence based technical support chatbot design
AYHAN ARISOY
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE