Geri Dön

Bütünleme sınavına girecek öğrenci sayısının karar ağacı ve yapay sinir ağları ile tahmin edilmesi

Prediction of the number of students who will take themake-up exam using decision trees and artificial neural networks

  1. Tez No: 857499
  2. Yazar: MİYASE NUR ŞENKAYA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEMİYE DEMİRCAN
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 44

Özet

Bütünleme sınavı, genel sınav sonucunda herhangi bir dersten başarısız olan öğrenciye dersten geçebilmesi için ikinci bir şans tanınması amacıyla yapılan ve genel sınav yerine geçen bir sınav türüdür. Ancak çeşitli nedenlerden öğrencilerin dikkate değer bir kısmı bütünleme sınavı hakkını kullanmamakta ve bu sınava girmemektedir. Bu tez çalışmasında sınava girmeyecek öğrenci sayısının öngörülmesi ile gereksiz sayıda soru kâğıdı basılması, sınav salonlarının gereksiz yere açılması ve gözetmenlerin gereksiz yere görevlendirilmesi gibi kaynak, enerji ve iş gücünün gereksiz harcanmasının önüne geçilmesi hedeflenmiştir. Bu tez çalışmasında kaynakların ve iş gücünün gereksiz kullanımını önlemek amacıyla sınava girmeyecek öğrenci sayısı öngörülmeye çalışılmıştır. Çalışma için her bir öğrenciye ait kişisel olmayan verilerin özellikleri ( cinsiyet, genel ağırlıklı not ortalaması, dönem not ortalaması, dersin ara sınav notu, genel sınav notu vb.) belirlenmiştir. Belirlenen bu özelliklere bakılarak derslere ait veri setleri oluşturulmuş bu veri setleri kullanılarak Yapay Sinir Ağları ve Karar Ağacı algoritması ile uygulamalar geliştirilmiştir. Bu iki sınıflandırma yönteminden elde edilen sonuçlar kıyaslandığında Yapay Sinir Ağı ile 88,70 doğruluk oranı elde edilmişken Karar Ağacı algoritmasında 87,96 doğruluk oranında elde edilmiştir.

Özet (Çeviri)

Make-up exam is a type of exam held to give a second chance to the student who has failed a course as a result of the final exam to pass the course. However, for various reasons, a significant number of students do not exercise their right and do not take this exam. In this thesis, it is aimed to prevent unnecessary waste of resources, energy and labor, such as printing excessive exam papers, opening redundant exam halls and assigning invigilators unnecessarily, by predicting the number of students who will not take the exam. In this thesis, an attempt was made to predict the number of students who will not take the exam in order to prevent unnecessary use of resources and workforce. For the study, the characteristics of each student's non-personal data (gender, overall weighted grade point average, semester grade average, course midterm exam grade, final exam grade, etc.) were determined. Considering these determined features, data sets for some courses were created and applications were developed with Artificial Neural Networks and Decision Tree algorithms using these data sets. When the results obtained from these two classification methods are compared; The accuracy rate was obtained as 88.70 with the Artificial Neural Network and 87.96 with the Decision Tree algorithm.

Benzer Tezler

  1. Bütünleme sınavına girecek öğrenci sayılarının aşırı öğrenme makinesi tabanlı yaklaşımlar ile tahmin edilmesi

    Prediction of the number of students who will take the make-up exam by extreme learning machine-based approaches

    EYÜP SIRAMKAYA

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA SERVET KIRAN

  2. An analysis of the language levels of the eighth (8th) graders in state primary schools in Turkey according to common European framework criteria and content

    Türkiye?de Milli Eğitim Bakanlığına bağlı ilköğretim okullarında 8. sınıf düzeyindeki öğrencilerin Avrupa ortak çerçevesi kriterleri ve içeriği açısından dil düzeylerinin incelenmesi

    ÖZNUR KUL SARICA

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Eğitim ve ÖğretimPamukkale Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. RECEP ŞAHİN ARSLAN

  3. Tarihi yapılarda algısal bütünleme teknikleri ve geleneksel malzemelerin birlikte kullanımı üzerine bir yöntem önerisi-Tomarza (Buzluk-Persek) Panaghia kilisesi

    A method proposal on the combination of perceptual integration techniques and traditional materials in historical buildings-Tomarza (Buzluk-Persek) Panaghia church

    KEVSER LALELİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    MimarlıkErciyes Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. HAYRİYE HALE KOZLU