Makine öğrenmesi yöntemleri ile ortaöğretim öğrencilerinin başarı değerlendirmesi
Success evaluation of secondary school students with machine learning methods
- Tez No: 860337
- Danışmanlar: DR. ÖĞR. ÜYESİ FATİH YÜCALAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine Öğrenmesi, Sınıflandırma, Topluluk Öğrenmesi, Özellik Seçimi, Machine Learning, Classification, Ensemble Learning, Feature Selection
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüzyıllardır insanoğlu gelişmek, ilerlemek ve kendi zamanına kadarki bilim bayrağını hakkıyla temsil etmek için yeni nesillerini iyi yetiştirmek istemektedir. Günümüzde de insanın yaşadığı çağa ayak uydurabilmesi için eğitim alması zorunlu hale gelmiştir. Hatta iyi bir eğitim alabilmesi ve bunu hayatının her alanına yansıtabilmesi modern insanın olmazsa olmazıdır. Eğitim bu yetiştirme çabalarının genel çatı anlamıdır. İyi eğitim denince eğitim-öğretim faaliyetleri sırasında başarılı olmak akla gelir. Maalesef özellikle ülkemizde eğitim ve öğretimi değerlendirme için hala birtakım arayışların sürdüğü görülmektedir. Bu durum birçok alanda olduğu gibi eğitim-öğretim çalışmalarına bilgisayar bilimlerinin katkı vermesi gereğini ortaya koymaktadır. Bu aşamada ortaöğretim öğrencilerinin okul başarısını ve bu başarıya etkisi olabilecek tüm faktörler maddeleştirip, anket çalışmasıyla toplanarak veri seti hale getirilmiştir. 1000 ortaöğretim öğrencisi ile 45 maddelik anket soruları ile toplanan verilerimiz ön işleme aşamalarından geçirilerek düzenli hale getirilmiştir. WEKA platformu aracılığıyla %80'i eğitim, %20'si test verisi olarak ayrılan veri seti üzerinden makine öğrenmesi algoritmaları ile sınıflandırma ile tahminleme işlemleri yapılmıştır. Bu işlemlerde Naive Bayes, Logistic, Simple Logistic, SMO, Kstar, Jrip, PART, Decision Stump, J48, LMT, Random Forest algoritmaları ile meta algoritmalar Bagging, MetaAdaBoostM1, Random SupSpace ve Vote kullanılarak sınıflandırma çalışmaları yapılmıştır. Ele alınan tüm algoritmalar içinde %73,5 doğruluk değeri ile Random Forest ve %74 doğruluk değeri ile Random SubSpace ve Random Forest topluluk öğrenmesi en başarılı algoritmalar olarak tespit edilmiştir.
Özet (Çeviri)
For centuries, human beings have wanted to develop, progress, and raise their new generations well in order to properly represent the banner of science up to their time. Nowadays, it has become mandatory for people to receive education in order to keep up with the age they live in. In fact, it is a must for a modern person to be able to receive a good education and reflect this in every aspect of his life. Education is the general umbrella meaning of these training efforts. When it comes to good education, being successful during educational activities comes to mind. Unfortunately, it seems that there are still some searches for evaluation of education and training, especially in our country. This situation reveals the need for computer science to contribute to education and training studies, as in many fields. At this stage, the school success of secondary school students and all factors that may affect this success were itemized and collected through a survey and turned into a data set. Our data, collected with 45-item survey questions from 1000 secondary school students, was regularized by going through pre-processing stages. Classification and prediction processes were carried out with machine learning algorithms on the data set, which was divided into 80% training data and 20% test data through the WEKA platform. In these processes, classification studies were carried out using Naive Bayes, Logistic, Simple Logistic, SMO, Kstar, Jrip, PART, Decision Stump, J48, LMT, Random Forest algorithms and meta-algorithms Bagging, MetaAdaBoostM1, Random SupSpace and Vote. Among all the algorithms considered, Random Forest with an accuracy value of 73.5% and Random SubSpace and Random Forest ensemble learning with an accuracy value of 74% were determined to be the most successful algorithms.
Benzer Tezler
- Öğrencilerin akademik başarısının değerlendirmesinde makine öğrenme algoritmalarının kullanılması
Prediction of secondary school students' success with machine learning
DERYA ÇINAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEVCAN YILMAZ GÜNDÜZ
- Proje tabanlı öğrenme destekli laboratuvar uygulamalarının kavram başarısına ve öz-yeterlik inancına etkisi
Effect of project-based education supported laboratory studies on notion success and self-efficiency belief
KÜBRA NUR KESİM
Yüksek Lisans
Türkçe
2018
Eğitim ve ÖğretimGazi ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. ALİ GÜL
- Ortaöğretim özel eğitim kurumlarında, ücretli ve burslu öğrencilerin temel derslerdeki akademik başarı seviyesinin, yapay zeka algoritmalarıyla tahmini: Erzincan ili örneği
Prediction of academic achievement levels in core subjects of scholarship and tuition-paying students in secondary private education institutions using artificial intelligence algorithms: The case of Erzincan province
ESRA TÜRK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gedik ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- İlköğretim ve Ortaöğretim Kurumları Bursluluk Sınavı (İOKBS) başarısının yapay sinir ağları ile yordanması
Prediction of Primary and Secondary Education Institutions Scholarship Examination success with artificial neural networks
RUMEYSA DEMİR
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimKütahya Dumlupınar ÜniversitesiTemel Eğitim Ana Bilim Dalı
PROF. DR. METİN DEMİR
- Ortaöğretim 9. sınıf matematik öğretiminde proje tabanlı öğretimin öğrenci başarısına etkisi
The effect of project based learning approach on the student success in mathematics teaching 9th class
MEHMET GÖKTAN ÖVEZ
Yüksek Lisans
Türkçe
2007
Eğitim ve ÖğretimBalıkesir Üniversitesiİlköğretim Ana Bilim Dalı
YRD. DOÇ. DR. SEVİNÇ MERT UYANGÖR