Makine öğrenmesi yöntemleri ile öğrenci mezuniyet notu tahmini
Prediction of student graduation grade with machine learning methods
- Tez No: 809753
- Danışmanlar: DOÇ. DR. MURAT BEKEN
- 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: Bolu Abant İzzet Baysal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Kaliteli bir eğitim için Yükseköğretim kurumlarının yönetim ve eğitim alanlarında doğru ve güvenilir kararlar vermeleri önceliklidir. Yükseköğretim kurumlarının genel olarak yaşadığı problemlere örnek olarak hazırlanan akademik planlamada oluşabilecek eksiklikler veya yanlışlıklar, akademik olarak başarısız öğrenciler, mezun olacak öğrencilerin gelecekle ilgili yol haritaları gösterilebilir. Eğitim kalitesi açısından bu tarz problemlerin çözümü, tedbirlerin alınması çok önemlidir. Veri madenciliği ile yapay zeka yöntemlerinin gelişmesi sayesinde, yaşanan problemler üzerinde oransal olarak çok yüksek tahminler yapılabilmekte ve sonucunda çözüm odaklı anlamlı sonuçlar alınabilmektedir. Yüksek hızlı bilgisayarların hayatımızda daha fazla yer alması, geliştirilen algoritmalar ile Yapay Zeka teknikleri hızlı bir şekilde ilerlerken, hemen hemen her sektörde olduğu gibi eğitim alanında önemli gelişmelere yol açacak, akademik anlamda alınabilecek tedbirler için güçlü bir araç olma yolundadır. Tez çalışmasında, makine öğrenmesi yöntemlerinden Yapay Sinir Ağları, K-En Yakın Komşu Algoritması, Lineer Regresyon, Destek Vektör Makineleri ve Karar Ağaçları kullanılarak Bolu Abant İzzet Baysal Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Kamu Yönetimi Bölümü öğrencilerinin mezuniyet notlarının tahmin edilmesi işlemi yapılmıştır. Bu yüzden 2011-2018 yılları arasında kayıt yaptırıp mezun olmuş 832 Kamu Yönetimi Bölümü öğrencisinin akademik eğitimleri boyunca 1. ve 2. sınıfta almış oldukları toplam 31 dersin yılsonu notları kullanılmıştır. Yapılan çalışmada mezuniyet notunun tahmini için iki farklı senaryo oluşturulmuştur. İlk oluşturulan senaryoda öğrencilerin sadece birinci sınıfa ait derslerinin yılsonu notları ile mezuniyet not tahmin işlemi yapılırken, ikinci senaryoda öğrencilerin birinci ve ikinci sınıfa ait derslerinin yılsonu notları kullanılmıştır. Yapılan çalışmada Yapay Sinir Ağları ile oluşturulan modelin diğerlerine göre daha yüksek oranda başarılı tahminler yaptığı ve ikinci olarak oluşturulan senaryonun ilk senaryoya göre daha iyi tahmin sonuçları verdiği görülmüştür.
Özet (Çeviri)
For a quality education, it is a priority for higher education institutions to make correct and reliable decisions in the fields of management and education. As an example of the problems faced by higher education institutions in general, deficiencies or mistakes that may occur in academic planning, academically unsuccessful students, road maps for the future of students who will graduate can be shown. In terms of the quality of education, it is very important to solve such problems and take precautions. Thanks to the development of data mining and artificial intelligence methods, very high estimates can be made proportionally on the problems experienced, and as a result, meaningful solution-oriented results can be obtained. The fact that high-speed computers take more place in our lives, while the developed algorithms and Artificial Intelligence techniques are progressing rapidly, it is on the way to become a powerful tool for measures that can be taken academically, which will lead to important developments in the field of education, as in almost every sector. In the thesis study, the graduation grades of Bolu Abant İzzet Baysal University, Faculty of Economics and Administrative Sciences, Department of Public Administration students were estimated using machine learning methods Artificial Neural Networks, K-Nearest Neighbor Algorithm, Linear Regression, Support Vector Machines and Decision Trees. For this reason, the year-end grades of a total of 31 courses taken in the 1st and 2nd grades of 832 Public Administration Department students who registered and graduated between 2011-2018 were used. In the study, two different scenarios were created for the estimation of the graduation grade. In the first scenario, only the year-end grades of the first-year courses of the students and the graduation grade estimation were made, while in the second scenario, the year-end grades of the first and second-year courses of the students were used. In the study, it was seen that the model created with Artificial Neural Networks made more successful predictions than the others and the second scenario gave better prediction results than the first scenario.
Benzer Tezler
- Öğrenme analitiği göstergelerini raporlayan açık erişimli çevrimiçi bir öğrenme platformunun geliştirilmesi
Development an open-access online learning platform that reports learning analytics indicators
MERTCAN ÜNAL
Doktora
Türkçe
2022
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. TOLGA GÜYER
- Saç bakımı ve güzellik hizmetleri ön lisans programının Metfessel – Michael modeline göre değerlendirilmesi
Evaluation of hair care and beauty services associate degree programme according to Metfessel – Michael model
SİNAN BAYIK
Yüksek Lisans
Türkçe
2018
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ASUMAN SEDA SARACALOĞLU
- Yapım yönetimi öğretimi yüksek lisans programlarının karşılaştırmalı değerlendirmesi
Başlık çevirisi yok
DİLHUN AYDEMİR
- Jigsaw tekniğinin hemşirelik öğrencilerinin öğrenme sorumluluğu ve akademik motivasyonları üzerine etkisi
Investigaion of the effect of jigsaw learning technique on nursing students learning responsibilty and academic motivations
MERVE ÜSTÜN ŞENTÜRK
Yüksek Lisans
Türkçe
2023
HemşirelikEge ÜniversitesiHemşirelik Öğretimi Ana Bilim Dalı
DOÇ. DR. FATMA ORGUN
- Öğretmenlerin öğretim sürecindeki öz yeterliklerinin ve sınıf ortamına yansımalarının incelenmesi
An examination of teachers' self efficacies in teaching process and reflections of these on classroom environment
EMİN TAMER YENEN
Doktora
Türkçe
2018
Eğitim ve ÖğretimTokat Gaziosmanpaşa ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEVZİ DURSUN