Geri Dön

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

  1. Tez No: 784774
  2. Yazar: FATİH BİNGÜL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Gedik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 57

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

  1. Makine öğrenmesi ile e-ticaret ürün yorumlarının analizi

    Analysis of e-commerce product reviews with machine learning

    MÜJDAT ÇABUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH YÜCALAR

    DR. ÖĞR. ÜYESİ MANSUR ALP TOÇOĞLU

  2. Biyogaz tesislerinde verimliliğin arttırılması için makine öğrenmesi destekli model geliştirilmesi

    Developing a machine learning supported model for increasing efficiency in biogas plants

    ÖZNUR YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2023

    BiyoteknolojiYıldız Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. BESTAMİ ÖZKAYA

  3. Kardiyovasküler hastalıklarının teşhisine yönelik makine öğrenmesi algoritmaları ile karar destek sistemi tasarımı

    Decision support system design with machine learning algorithms for the diagnosis of cardiovascular diseases

    AMIR KARAJ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ

    PROF. DR. ALİ SERDAR FAK

  4. Lateral sefalometrik görüntülerde servikal vertebra kemik yaşının yapay zeka algoritmaları ile belirlenmesi

    Cervical vertebral bone age assesment on lateral cephalometric images using artificial intelligence algorithms

    HAKAN AMASYA

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. DERYA YILDIRIM

  5. Otonom araçlara yönelik siber saldırıların tespiti için yapay zeka destekli saldırı tespit sisteminin geliştirilmesi

    Development of an artificial intelligence supported intrusion detection system for detecting cyber attacks on autonomous vehicles

    BATUHAN GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Adli Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATİH ERTAM