Geri Dön

Yapay sinir ağları ile öngörü modelleme tekniği kullanarak öğrenci başarı durumu öngörü modellemesi üzerine

On predictive modeling of student achievement using prediction modeling technique with artificial neural networks

  1. Tez No: 855907
  2. Yazar: MURAT CEYLAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NESİBE MANAV MUTLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İSTANBUL NİŞANTAŞI ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 100

Özet

Yapay Sinir Ağları(YSA) teknolojisi, biyolojik sinir sistemlerinden esinlenerek oluşturulan bir makine öğrenimi yaklaşımıdır. YSA karmaşık veri setlerinde desenleri öğrenme ve öngörü yapabilme yeteneğine sahiptirler. İnsan beyninin çalışma prensiplerine benzer bir yapıda tasarlanan bu YSA, öğrenme, genelleme ve desen tanıma gibi görevleri gerçekleştirebilen matematiksel modellerdir. Eğitim verilerinin analizi ve öngörüsü, öğrenci başarısıyla ilgili gelecekteki performansı tahmin etmek için önemlidir. Bu süreç, genellikle öğrencinin geçmiş sınav sonuçları gibi temel özelliklerin yanı sıra aile yapısı, maddi durum ve eğitim seviyesi gibi faktörleri kullanarak bir model oluşturma sürecini içerir. Bu modelleme, istatistiksel veya matematiksel modeller kullanılarak yapılır ve genellikle bir girdi verisine dayanarak bir çıkış verisi veya değeri tahmin etmeye odaklanır. Öğrencinin mevcut başarı durumundan gelecekteki başarısını tahmin etmek, öğrencilere çalışma yönergeleri ve gelişim fırsatları sunmak için önemlidir. Scopus verilene göre yapılan bibliyografik analiz sonuçlarından 1971-2023 yılları arasında; bu alanda en fazla araştırma 2023 yılında 278, 2022 yılında 227 ve 2021 yılında 173 araştırma yapılmıştır. Yapılan araştırmalar ABD'de 831, Birleşik Krallık'ta 230 ve Avustralya'da 114 araştırma yapılmıştır. Bu araştırmalar 1971 yılında başlamış olsa da yapılan araştırma sayısı 2000'li yıllardan sonra artmaya başlamıştır. Anahtar Kelimeler Öğrenci başarısı, öğrenci performansı, akademik başarı tahmini, akademik izleme sistemi

Özet (Çeviri)

Artificial Neural Network (ANN) technology is a machine learning approach inspired by biological nervous systems. ANNs have the ability to learn patterns and make predictions in complex data sets. These ANNs, designed with a structure similar to the working principles of the human brain, are mathematical models that can perform tasks such as learning, generalization and pattern recognition. Analysis and prediction of educational data is important for predicting future performance regarding student achievement. This process usually involves building a model using basic characteristics such as the student's past exam results, as well as factors such as family structure, financial situation and education level. This modeling is done using statistical or mathematical models and usually focuses on predicting an output data or value based on an input data. Predicting a student's future success from their current achievement is important for providing students with study guidelines and development opportunities. From the results of bibliographic analysis according to Scopus between 1971-2023; The most research in this field was 278 in 2023, 227 in 2022 and 173 in 2021. There were 831 studies conducted in the USA, 230 studies in the United Kingdom and 114 studies in Australia. Although these studies started in 1971, the number of studies began to increase after the 2000s. Keywords Student achievement, student performance, academic success prediction, academic monitoring system

Benzer Tezler

  1. Characterization and modeling of negative-biastemperature instability in 40 NM CMOS technologythrough long short-term memory (LSTM) networks

    Uzun kısa-süreli bellek ağlarıyla (LSTM)40 NM CMOS teknolojisinde negatif-kutuplamasıcaklık kararsızlığının karakterizasyonu ve modellenmesi

    FİKRET BAŞAR GENCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA BERKE YELTEN

  2. Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme

    Forecasting maritime trade indexes by using the time series models

    KAAN KOYUNCU

    Doktora

    Türkçe

    Türkçe

    2022

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. LEYLA TAVACIOĞLU

  3. Makkroekonomik değişkenler ve döviz kuru ilişkisi: Yapay sinir ağı ve var yaklaşımları ile öngörü modellemesi

    The macroeconomic variables and exchange rate causality: A forecast modelling with artificial neural network and var approach

    YEŞİM HELHEL

    Doktora

    Türkçe

    Türkçe

    2009

    İşletmeSüleyman Demirel Üniversitesi

    İşletme Bölümü

    DOÇ. DR. ŞEREF KALAYCI

  4. Yapay sinir ağları yöntemi ile çağrı merkezi çalışanlarının performanslarının tahmin edilmesi

    Estimation of performance of call center workers with artificial neural networks method

    SEFA ORTAKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İşletmeVan Yüzüncü Yıl Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. REMZİ TUNTAŞ

  5. Yapay sinir ağlarının makroekonomik bir model üzerine uygulanması: Bir Türkiye örneği

    Aplication of artificial neural networks to macroeconomic model: A Turkey study

    AYLİN ÇANAKCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    EkonometriGazi Üniversitesi

    Ekonometri Ana Bilim Dalı

    Y.DOÇ.DR. ŞENOL ALTAN