Yapay zekâ destekli makine öğrenmesi algoritmaları ile eğitsel veri madenciliği alanında öğrenci akademik performanslarının tahmin edilmesi
Predicting student academic performance in the field of educational data mining with artificial intelligence supported machine learning algorithms
- Tez No: 784774
- Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Eğitim, Makine öğrenmesi, Rastgele ormanlar, Veri madenciliği, Yapay zeka, Education, Machine learning, Random forests, Data mining, Artificial intelligence
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eğitim her kültürde ve her dönemde tüm toplumların en çok önem verdiği ve üzerinde durduğu, gözardı edilemeyecek kadar en temel gerçeklerden ve kurallardan biri olarak görülmüştür. Yazının ortaya çıkışından, içinde bulunduğumuz döneme kadar yaşanılan binlerce yıllık süreçte milyonlarca biçim ve format değişikliğine maruz kalmıştır. Eğitim, bütün bu yaşanılan süreçlerde toplumları, kültürleri biçimlendiren, etkileyen ve ayakta durmasını sağlayan devamlı değişime, gelişime rehber olan ve kendi içinde dinamiğini kaybetmeyen bir olgudur. Tüm dünyada eğitim sistemlerinin ve formatlarının devamlı değişikliğe uğrayarak dinamik bir şekilde büyümesi, eğitim kalitesinin milletleri ve bu milletlerin içinde bulunduğu toplumu her alanda etkilemesi ve bilgili bir toplumun ortaya çıkması ancak kaliteli bir eğitimle mümkündür. Bu tez çalışmasında EVM kapsamında makine öğrenmesi algoritması kullanılarak öznitelikler çıkarılarak öğrencilerin akademik performansını etkileyen faktörlerin neler olduğu ve öğrencilerin akademik dönem sonu notları tahmin edilmiştir. Bu tez çalışmasında beş farklı makine öğrenmesi algoritması kullanılmıştır bunlar RF, KA, KNN, SVM ve NB'dir. Tahminleme işlemlerinde ikili sınıflandırma ve çoklu sınıflandırma işlemleri yapılmış her iki sınıflama yönteminde de sırasıyla 0,97 ve 0,93 başarı oranı ile Random Forest (RF) algoritması en yüksek başarı tahminle oranını vermiştir.
Özet (Çeviri)
Education has been seen as one of the most basic facts and rules that cannot be ignored, and which all societies give the most importance and emphasize in every culture and in every period. It has been exposed to millions of form and format changes in the thousands of years from the emergence of the writing to the current period. It is a phenomenon that shapes, affects, and sustains societies and cultures in all these processes guides continuous change and development, and does not lose the dynamic within itself. The dynamic growth of education systems and formats all over the world is only feasible by constantly changing; the quality of education affecting nations and the society of these nations in every field, as well as the emergence of a knowledgeable society is only possible with a quality education. In this thesis, the factors affecting the academic performance of the students and the end-of-term grades of the students were estimated by extracting the features using the machine learning algorithm within the scope of EVM. In this thesis, five different machine learning algorithms were used; these are RF, KA, KNN, SVM and NB. In estimation processes, binary classification and multiple classification processes were performed, and Random Forest (RF) algorithm gave the highest success prediction rate with 0.97 and 0.93 success rates, respectively, in both classification methods.
Benzer Tezler
- Yapay zekâ destekli öğrenci tanıma sisteminin tasarımı ve farklılaştırılmış öğretimin kavramsal öğrenmeye etkisi
Design of an artificial intelligence supported student recognition system and the effect of differentiated instruction on conceptual learning
HÜSEYİN MİRAÇ PEKTAŞ
- Streptozotosin ile diyabet oluşturulan ratlarda biyokimyasal belirteçlerin incelenmesi ve diyabet hastalığının yapay zekâ (makine öğrenmesi) algoritmaları ile tahmini
Examination of biochemical markers in rats injected with diabetes with streptozotocin and prediction of diabetes disease with artificial intelligence (machine learning) algorithms
HİTAME HACIBEYOĞLU
- Yapay zeka destekli video-eeg analizi ile beyin MRG pozitif pediatrik epilepside fokalite tespiti ve nörogörüntüleme bulgularıyla korelasyonu
Artificial intelligence–assisted video-eeg analysis for localization of epileptogenic foci in MRI-positive pediatric epilepsy and its correlation with neuroimaging findings
OKTAY AKTÜRK
Tıpta Uzmanlık
Türkçe
2025
Akdeniz ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
Yükleniyor...
- IoT cihazlarına yönelik siber saldırıların makine öğrenmesi algoritmaları ile tespiti
Developing a secure model for IoT devices from cybersecurity perspective
MEVLÜT SEVİNÇ
- Diyabetik ayak hastalarının ampütasyon riskinin yapay zekâ teknikleri ile öngörülmesi
Prediction of amputation risk of patients with diabetic foot by artificial inteligence techniques
DENİZHAN DEMİRKOL