Öğrencilerin akademik başarısının değerlendirmesinde makine öğrenme algoritmalarının kullanılması
Prediction of secondary school students' success with machine learning
- Tez No: 836999
- Danışmanlar: DR. ÖĞR. ÜYESİ SEVCAN YILMAZ GÜNDÜZ
- 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: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Donanımı Bilim Dalı
- Sayfa Sayısı: 78
Özet
Günümüzde yapay zekâ birçok alanda kullanılmaktadır. Bu alanlardan biri de eğitimdir. Eğitim faaliyetlerinin yanı sıra başarıyı sınıflandırmak, başarıyı etkileyen faktörleri belirlemek, başarısızlık nedenlerini tespit etmek ve öğrencinin akademik başarı düzeyini önceden tahmin etmek için makine öğrenme yöntemleri kullanılabilmektedir. Başarısızlık durumunda tedbir alınıp, bu konuda çözüm üretilebilmesi için bu durumun öngörülebilmesi çok önemlidir. Başarısızlık kadar başarının da öngörülebilmesi teşvik ve destekle başarının arttırılmasını ve istikrarı sağlanabilir. Bu çalışmada ortaöğretim öğrencileri ile hazırlanmış 2 farklı veri seti ve bu verilerin farklı türevlerinin kullanıldığı 12 farklı çalışma sunulmuştur. Her bir çalışmada sekiz adet makine öğrenme algoritması: derin öğrenme algoritması, yapay sinir ağları, basit lojistik regresyon, yinelemeli sınıflandırıcı optimize edici, karar tablosu, bulanık mantık tabanlı algoritma, tek kural, lojistik model ağacı algoritmaları, klasik, torbalama ve yükseltme yöntemleri önce tüm öznitelikler kullanarak daha sonra da belirli öznitelikler seçilerek denenmiştir. Öznitelik seçilerek yapılan çalışmalarda öznitelikler farklı algoritmalar ile belirlenmiştir.10 kat çaprazlama yöntemi kullanılarak başarı sınıfları tahmin edilmeye çalışılmış ve doğruluk oranı, kesinlik, duyarlılık ve f-değeri hesaplanmıştır. Çıkan sonuçlar benzeri çalışmalar ile karşılaştırılmıştır. Yapılan çalışmalar sonucunda veri setinin özellikleri ile doğruluk oranı arasında ilişki olduğu gözlemlenmiştir.
Özet (Çeviri)
In today's world, artificial intelligence is utilized in numerous fields, and education is one of them. Alongside educational activities, machine learning methods can be employed to classify success, determine influential factors, identify causes of failure, and predict students' academic achievement levels in advance. It is crucial to anticipate this situation in order to take precautions and develop solutions in case of failure. If success situations can be predicted as accurately as failure, encouragement, and support can be provided to enhance and stabilize success. Twelve different research studies that use two distinct datasets prepared with secondary school students, along with various derivatives of these datasets were presented. In each study, eight machine learning algorithms were employed, namely: Deep Learning Algorithm, Artificial Neural Networks, Simple Logistic Regression, Iterative Classifier Optimizer, Decision Table, Fuzzy Rule Induction Algorithm, One-Rule and Logistic Model Tree. Initially, all attributes were employed to test classical, bagging, and boosting methods. Subsequently, a selection process was conducted to determine specific attributes for further analysis. In the studies conducted with feature selection, different algorithms were used to determine the features. The 10-fold crossover method was employed to predict success classes, and various performance metrics such as accuracy rate, precision, recall, and F-measure were calculated. Finally, the obtained results were compared with similar studies. As a result of the analysis, it was observed that there is a relationship between the characteristics of the dataset and the accuracy rate.
Benzer Tezler
- Modeling educational data with machine learning methods
Eğitim verilerinin makine oğrenmesi algoritmaları kullanılarak modellenmesi
AYŞE İLKNUR DİLEK
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FATİH UÇAR
- Yansıtıcı düşünmenin öğretmen adaylarının öğretmenlik uygulamalarına katkıları
The contributions of reflective thinking to pre-service teachers' teaching practice
NECLA KÖKSAL
Doktora
Türkçe
2006
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ÖZCAN DEMİREL
- Çoktan seçmeli sorulara dayalı olmayan bir kitle matematik sınavı sürecinin değerlendirilmesi: Grup uyumu değerlendirme modeli
Evaluation of a math exam process, which is not based on multiple choice questions: The group moderation evaluation model
MİTHAT TAKUNYACI
Doktora
Türkçe
2016
Eğitim ve ÖğretimMarmara ÜniversitesiOrtaöğretim Fen ve Matematik Öğretmenliği Eğ. Ana Bilim Dalı
DOÇ. DR. EMİN AYDIN
- Bilgisayar destekli teknik resim dersinde artırılmış gerçeklik uygulamalarının makine mühendisliği öğrencilerinin akademik başarısına ve uzamsal yeteneklerine etkisi
Effects of augmented reality applications on mechanical engineering freshmen's level of academic achievement and spatial ability in computer aided techinical drawing
İLYAS AKKUŞ
Yüksek Lisans
Türkçe
2016
Eğitim ve Öğretimİnönü ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. PELİN YÜKSEL ARSLAN
- Ortaöğretim öğrencilerinin beden eğitimi dersine yönelik tutumları ile akademik başarı motivasyonlarının incelenmesi
The attitudes of the students in secondary education to physical education lesson and the investigation of their success motivations
NUR TUBA ÖZYALVAÇ
Yüksek Lisans
Türkçe
2010
SporSelçuk ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. MEHİBE AKANDERE