Akademik başarının eğitsel veri madenciliği ve makine öğrenmesi teknikleri kullanılarak tahminlenmesi
Predicting academic achievement using educational data mining and machine learning techniques
- Tez No: 809148
- Danışmanlar: DOÇ. DR. ONUR SEVLİ
- 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: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Makine öğrenmesi, bir bilgisayarın, verileri analiz etmek, modeller oluşturmak ve kararlar vermek için öğrenmesini sağlayan bir yapay zekâ alanıdır. Pek çok alanda yaygın olarak kullanılan makine öğrenmesinin yaygın olarak kullanıldığı alanlardan biri de eğitimdir. Eğitimde makine öğrenmesi kullanımının birçok faydası vardır. Makine öğrenmesi, öğrencilerin öğrenme ihtiyaçlarına uygun olarak kişiselleştirilmiş öğrenme deneyimleri sunabilir. Öğrenci performansı, öğretmen geribildirimi ve diğer ölçümler gibi birçok veriyi analiz edebilir. Bu verilerin analizi, öğretmenlere öğrencilerin ne kadar iyi öğrendiğini anlamalarına ve öğrencilerin daha iyi öğrenmelerine yardımcı olacak öğrenme stratejilerini geliştirmelerine olanak tanır. Öğrencilerin başarı düzeylerini analiz ederek, öğretmenlere öğrencilerin neleri anladığını ve neleri anlamadığı konusunda yol gösterici olabilir. Öğrenci performansını izlemek ve öğretmenlerin değerlendirme yapmasına yardımcı olmak için birçok süreci otomatikleştirir. Bu sayede eğitimde maliyet tasarrufu sağlanabilir. Ayrıca öğretmenlerin daha iyi ders planları oluşturmalarına yardımcı olabilir ve öğrencilere daha etkili öğrenme materyalleri sunabilir. Bu sebeplerden dolayı, makine öğrenmesi eğitimde yaygın olarak kullanılmaktadır ve gelecekte daha da yaygınlaşması beklenmektedir. Bu tez çalışmasının amacı; çevrimiçi açık ders veri seti üzerinde, farklı makine öğrenmesi algoritmalarını kullanarak, öğrencilerin akademik başarılarını tahmin etmek ve başarıya etki eden parametreleri belirlemektir. Çalışmada kitlesel çevrimiçi açık ders veri seti kullanılmıştır. Veri seti üzerinde öznitelik seçimi yapılarak akademik başarı üzerinde en fazla etkiye sahip değişkenler tespit edilmiş olup modellemede bu nitelikler kullanılmıştır. Hedef niteliğin sınıflandırılması amacı ile Lojistik Regresyon, Linear Diskriminant Analizi, Rastgele Orman, K-En Yakın Komşu, Karar Ağaçları, Destek Vektör Makineleri ve Naive Bayes olmak üzere 7 adet makine öğrenmesi algoritması uygulanmış ve modellerin başarı performansları karşılaştırılmıştır. Model performans değerlendirmesi sonuçlarına göre en başarılı model Rastgele Orman algoritması olarak belirlenmiştir. Öğrencilerin final sonucu başarıyı en fazla etkileyen öznitelik olarak tespit edilmiştir.
Özet (Çeviri)
Machine learning is a field of artificial intelligence that enables a computer to learn to analyze data, build models and make decisions. One of the areas where machine learning, which is widely used in many fields, is widely used is education. There are many benefits to using machine learning in education. Machine learning can offer personalized learning experiences tailored to students' learning needs. It can analyze many data such as student performance, teacher feedback and other metrics. Analysis of this data allows teachers to understand how well students learn and to develop learning strategies that help students learn better. By analyzing students' achievement levels, it can guide teachers about what students understand and what they don't. It automates many processes to monitor student performance and help teachers evaluate. In this way, cost savings can be achieved in education. It can also help teachers create better lesson plans and provide students with more effective learning materials. For these reasons, machine learning is widely used in education and is expected to become more widespread in the future. The aim of this thesis is to predict the academic success of students and to determine the parameters affecting the success by using different machine learning algorithms on the online open course dataset. Massive online open course dataset was used in the study. By making feature selection on the data set, the variables that have the most impact on academic achievement were determined and these features were used in modeling. In order to classify the target quality; 7 machine learning algorithms, namely Logistic Regression, Linear Discriminant Analysis, Random Forest, K-Nearest Neighbor, Decision Trees, Support Vector Machines and Naive Bayes, were applied and the success performances of the models were compared. According to the results of the model performance evaluation, the most successful model was determined as the Random Forest algorithm. The final score of the students has been determined as the attribute that affects the success the most.
Benzer Tezler
- Yüksek riskli sınavlarda başarıyla ilişkili değişkenlerin veri madenciliği yöntemleriyle incelenmesi
Evaluating the variables related to success in high-stakes exams by using data mining methods
AYŞEGÜL BOZDAĞ KASAP
Doktora
Türkçe
2024
Eğitim ve ÖğretimGazi ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. DİLARA BAKAN KALAYCIOĞLU
- Eğitimde veri madenciliği ve öğrenci akademik başarı öngörüsüne ilişkin bir uygulama
Educational data mining and an application related to prediction of student academic success
ŞEBNEM ÖZDEMİR
Doktora
Türkçe
2016
Bilim ve Teknolojiİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. MEHMET ERDAL BALABAN
- Çevrimiçi öğrenme ortamındaki etkileşim verilerine göre öğrencilerin akademik performanslarının veri madenciliği yaklaşımı ile modellenmesi
A data mining approach to students' academic performance modeling in online learning environment based on their interaction data
GÖKHAN AKÇAPINAR
Doktora
Türkçe
2014
Eğitim ve ÖğretimHacettepe ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. ARİF ALTUN
- Fen ve teknoloji dersinde eğitsel oyunların öğrencilerin akademik başarısına ve bilginin kalıcılığına etkisinin incelenmesi
A research on the effects of educational games in science and technology course on students' academic achievement and knowledge retention
DURDİYE ALICI
Yüksek Lisans
Türkçe
2016
Eğitim ve ÖğretimKahramanmaraş Sütçü İmam ÜniversitesiFen Bilgisi Eğitimi Ana Bilim Dalı
DOÇ. DR. PETEK PİNER BENLİ
- Sosyal bilgiler dersinde kullanılan bilgisayar destekli eğitsel oyunların öğrencilerin ders başarısına olan etkisi
The effect of computer aided educational games used in social sciences course
VAHDETTİN KOKA
Yüksek Lisans
Türkçe
2018
Eğitim ve Öğretimİnönü ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EROL KOÇOĞLU