Makine öğrenmesi yöntemi ile eğitim başarısının tahmini modeli
A predictional model of educational success with the machine learning method
- Tez No: 808254
- Danışmanlar: DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 78
Özet
Günümüzde makine öğrenmesi yöntemleri etkin bir biçimde kullanılarak pek çok alanda yüksek performanslar göstermiştir. Çeşitli sektörlerde son yıllarda daha da yaygınlaşmaya başlamıştır. Makine öğrenmesini modellerinden elde edilebilecek başarılarla birçok sorun öngörülüp çözüme ulaştırılabilir. Bu çalışmadaki amaçta, ortaokul öğrencileriyle yapılan anketten toplanan verilerle eğitim başarısının tahminini yapacak bir makine öğrenmesi modeli ortaya koymak ve öğrenciyi etkileyebilecek faktörlerinin önüne geçebilmektir. Anket soruları, öğrencinin başarısına tesir edebilecek etkenler araştırılarak oluşturulmuştur. Çalışma kapsamında, çeşitli ortaokullarda eğitim gören 520 farklı öğrenciden kişisel verilerin korunması kanunu kapsamında 13 sorudan oluşan anket aracılığıyla veri toplanmıştır. Bu veriler hiçbir kurumla paylaşılmamış olup, gizliliği korunmuştur. Veri seti incelenerek bazı manipülasyon, ön işleme, görselleştirme işlemlerinden geçirilmiş , K-Nearest Neighbor (K-NN) , Random Forest (RF) , Lineer Regresyon, Bagged Trees, Gradient Boosting Regressor (GBM)ve Karar Ağaçları (DT) algoritmaları kullanılmıştır. Aralarından model başarısı en yüksek olan Random Forest (RF) algoritması seçilmiştir. Çalışmada, veri manipülasyon işlemleri gerçekleştirildikten sonra model kurularak öğrencinin Türkçe notu üzerinden eğitim başarısının tahmini yapılmıştır. Türkçe dersi bağımlı değişken olarak seçilmiştir. Çalışmadaki ders seçiminin belirlenmesi, ana dilin Türkçe olması ve eğitim hayatından itibaren her dönem Türkçe dersi ile karşılaşılmasından dolayıdır. Çalışma neticesinde, algoritmanın performansı 0.88 ve R-squared değeri 0.98 olarak belirlenmiştir. Yeni girdilerle test edilen model Türkçe notu üretmiştir. Öğrencinin eğitim durumunu etkileyen en önemli faktörler Türkçe notuna bağlı olarak aralarındaki korelasyon ile aile geliri ve ders çalışma saati olarak belirlenmiştir. Etkenler seçilirken model çeşitli senaryolarla defalarca test edilmiştir ve korelasyon ilişkisi hesaplanmıştır.
Özet (Çeviri)
Today, machine learning methods have been used effectively and have shown high performance in many areas. It has become more widespread in various sectors in recent years. Many problems can be predicted and solved with the successes that can be obtained from machine learning models. The aim of this study is to present a machine learning model that will predict educational success with the data collected from the survey conducted with secondary school students and to present the factors that may affect the student. The questions of the questionnaire were created by investigating the factors that may affect the success of the student. Within the scope of the study, data were collected from 520 different students studying in various secondary schools through a questionnaire consisting of 13 questions within the scope of the law on the protection of personal data. This data is not shared with any institution and its confidentiality is protected. K-Nearest Neighbor(K-NN) , Random Forest (RF), Linear Regression, Bagged Trees, Gradient Boosting Regressor(GBM), Decision Trees (DT) algorithms were used. Among them, the Random Forest algorithm with the highest model success was selected. In the study, after the data manipulation processes were carried out, the model was established and the estimation of the educational success of the student was made based on the Turkish grade. Turkish course was chosen as the dependent variable. The determination of the course selection in the study is due to the fact that the mother tongue is Turkish and that Turkish course has been encountered every semester throughout the education life of a student.
Benzer Tezler
- A new agro-meteorological drought index based on remote sensing
Uzaktan algılama temelli yeni bir agro-meteorolojik kuraklık indeksi
EYYUP ENSAR BAŞAKIN
Doktora
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET CÜNEYD DEMİREL
- Hisse senedi fiyat tahmininde otokodlayıcı ve graf evrişimli ağının uygulanması
Application of autoencoder and graph convolutional network in stock price prediction
MAHMUT LUTFULLAH ÖZBİLEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Hata raportörünün itibarının hesaplanması ve itibarın hata çözüm süresine etkisi
Measuring bug reporter's reputation and its effect on bug resolution time
MUHAMMED KADİR YÜCEL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN
- Makine öğrenme temelli konut fiyat tahminlemede meta model uygulaması: Çanakkale ili örneği
Meta model application in machine learning based house price estimation: An example of Canakkale province
CENGİZHAN DUMLU
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Makine öğrenmesi yöntemlerini kullanarak bir petrokimya firmasının hisse senedi fiyat tahmini
Stock price prediction of a petrochemical company using machine learning methods
ŞEVVAL TOPRAK
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÇAĞIL