Geri Dön

Mühendislik eğitiminde yapay zeka yöntemleri ile öğrenme sürecinin iyileştirilmesi

Improving the learning process with artificial intelligence techniques in engineering education

  1. Tez No: 775571
  2. Yazar: BETÜL ÇETİN
  3. Danışmanlar: DOÇ. DR. YUSUF KUVVETLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Eğitimde Yapay Zeka, Makine Öğrenmesi, Öğrenme Analitiği, Artificial Intelligence in Education, Machine Learning, Learning Analytics
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Generative adversarial networks based level generation for angry birds

    Çekişmeli üretici ağlar ile angry birds bölümlerinin üretilmesi

    BURKAN YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. SANEM SARIEL UZER

  3. 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

    Türkçe

    2021

    ZiraatBursa Uludağ Üniversitesi

    Biyosistem Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURAK NAZMİ CANDOĞAN

  4. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  5. Yapay zekâ tabanlı teknik destek sohbet robotu tasarımı

    Artificial intelligence based technical support chatbot design

    AYHAN ARISOY

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ECİR UĞUR KÜÇÜKSİLLE