Geri Dön

Lise giriş sınavında öğrenci başarılarının makine öğrenmesi teknikleri ile analizi

Analysis of student achievement in high school entrance exam with machine learning techniques

  1. Tez No: 809627
  2. Yazar: MEHMET ŞENLİGİL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SELİM BUYRUKOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Çankırı Karatekin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. 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

  1. 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

    İngilizce

    2020

    Eğitim ve Öğretimİhsan Doğramacı Bilkent Üniversitesi

    Eğitim Programları ve Öğretimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER KALENDER

  2. 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

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Eğitim ve ÖğretimDokuz Eylül Üniversitesi

    YRD. DOÇ. DR. HALİM AKGÖL

  3. Gazi üniversitesi öğrenci profili

    Gazi university student profile

    SEMA ATASEVER

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Eğitim ve ÖğretimGazi Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. BİLAL GÜNEŞ

  4. 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

    Türkçe

    2011

    Eğitim ve ÖğretimGazi Üniversitesi

    Güzel Sanatlar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. SEMA BİLİCİ