Lise giriş sınavında öğrenci başarılarının makine öğrenmesi teknikleri ile analizi
Analysis of student achievement in high school entrance exam with machine learning techniques
- Tez No: 809627
- Danışmanlar: DR. ÖĞR. ÜYESİ SELİM BUYRUKOĞLU
- 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: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Son yıllarda Eğitsel Veri Madenciliği çalışmalarında Makine Öğrenmesi algoritmaları oldukça yaygın biçimde kullanılmaya başlanmıştır. Bu çalışmada öğrencilerin ders başarı notları ile bireysel ve çevresel özelliklerini içeren veri seti kullanarak LGS sınavındaki başarı tahminlemesi yapılmıştır. Çalışma aynı zamanda tek tabanlı ve topluluk (Ensemble) algoritmalarının performanslarını karşılaştırılmak suretiyle en iyi modeli de önermektedir. Oluşturulan modelleri kıyaslamada R-Squared değeri referans kabul edilirken MSE, RMSE, MAE ve MAPE metriklerine de bakılmıştır. Çalışmada aynı zamanda Feature Selection metodlarının da model performansına etkileri araştırılmıştır. Elde edilen sonuçlarda Feature Selection uygulanmadan tüm veri seti kullanılarak Stacking mimaride Super Learner model ile en iyi performans elde edilmiştir. Modelin R-squared değeri 0,79 olurken MSE 161,32 olarak hesaplanmıştır. Çalışmanın sonuçları çalışılan modelin gelişime açık bir model olduğunu ortaya koymaktadır. Öte yandan öğrencilerin öğrenim ve kişisel özelliklerini içeren veriler kullanılarak merkezi sınavlardaki başarı düzeylerinin modellenebileceğini de göstermektedir. Kullanılan bu teknik ilerleyen dönemlerde öğrencilerin güçlü ve zayıf yönlerinin belirlenmesinde ve öğrencilerin başarısının arttırılmasında önemli bir yere sahip olabilir.
Özet (Çeviri)
In recent years, Machine Learning algorithms have become widely used in Educational Data Mining studies. This study aims to predict the success in the High School Transition Exam (LGS) using a dataset that includes students' academic performance scores as well as individual and environmental characteristics. The study also proposes the best model by comparing the performances of both single-base and ensemble algorithms. In the comparison of the models, the R-Squared value is considered as a reference, while metrics such as MSE, RMSE, MAE, and MAPE are also examined. Additionally, the study investigates the impact of Feature Selection methods on the model's performance. The results show that the best performance is achieved by utilizing the Super Learner model in a Stacking architecture, using the entire dataset without applying Feature Selection. The model's R-squared value is found to be 0.79, and the MSE is calculated as 161.32. This study demonstrates that the model is open to further improvements based on the obtained results. Moreover, it indicates that the success levels in central exams can be modeled by utilizing data that includes students' educational and personal characteristics. This technique, used in the study, can play an important role in identifying students' strengths and weaknesses and improving their academic performance in the future.
Benzer Tezler
- Çukurova Üniversitesi Eğitim Fakültesi Adana ve Hatay Eğitim Yüksekokullarındaki öğrencilerin 1987 ÖSS puanları ile akademik başarılarının karşılaştırılması
Başlık çevirisi yok
KEZBAN KURAN
Doktora
Türkçe
1988
Eğitim ve ÖğretimÇukurova ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. DOĞAN ÇAĞLAR
- Predicting high school students' academic achievement in international and national programs based on admission examination: A case study from Turkey
Lise öğrencilerinin okul alım sınavına göre ulusal ve uluslararası program ve sınavlardaki akademik başarılarının yordanması. Türkiye'den bir vaka incelemesi
DİNÇER AKIŞ
Yüksek Lisans
İngilizce
2020
Eğitim ve Öğretimİhsan Doğramacı Bilkent ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER KALENDER
- 1995 yılında öğrenci yerleştirme sınavına İzmir il merkezinden katılan öğrencilerin başarılarını etkileyen faktörler
The Factors which affect the achievement of students who participated university placement exam from İzmir metropol area in 1995
ŞULE ÇEVİKER
- Gazi üniversitesi öğrenci profili
Gazi university student profile
SEMA ATASEVER
Yüksek Lisans
Türkçe
2007
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. BİLAL GÜNEŞ
- Farklı ortaöğretim programlarından gelen öğrencilerin resim-iş eğitimi lisans programı sanat tarihi derslerindeki başarılarının incelenmesi
Examination of the success of students from different secondary education programs on art history course in art-craft education undergraduate program
SELİN GÜNEŞTAN
Yüksek Lisans
Türkçe
2011
Eğitim ve ÖğretimGazi ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. SEMA BİLİCİ