Geri Dön

Makine öğrenmesi yöntemleri ile ortaöğretim öğrencilerinin başarı değerlendirmesi

Success evaluation of secondary school students with machine learning methods

  1. Tez No: 860337
  2. Yazar: MURAT SOLMAZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FATİH YÜCALAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Makine Öğrenmesi, Sınıflandırma, Topluluk Öğrenmesi, Özellik Seçimi, Machine Learning, Classification, Ensemble Learning, Feature Selection
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Manisa Celal Bayar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 69

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

  1. Öğrencilerin akademik başarısının değerlendirmesinde makine öğrenme algoritmalarının kullanılması

    Prediction of secondary school students' success with machine learning

    DERYA ÇINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEVCAN YILMAZ GÜNDÜZ

  2. BESYO aday öğrencileri arasından kazanan öğrencilerin farklı makine öğrenmesi yöntemleri yardımı ile tahmin edilmesi

    Predicting the winning students from BESYO candidate students with the help of different machine learning methods

    CUMALİ KAYNAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKilis 7 Aralık Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA MİKAİL ÖZÇİLOĞLU

  3. 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

    Türkçe

    2007

    Eğitim ve ÖğretimBalıkesir Üniversitesi

    İlköğretim Ana Bilim Dalı

    YRD. DOÇ. DR. SEVİNÇ MERT UYANGÖR

  4. Hafif düzeyde zihinsel yetersizliği olan ortaöğretim öğrencilerine yönelik farklı deprem eğitim şekillerinin karşılaştırılması

    Comparison of different earthquake education methods for secondary school students who has mild mental retardation

    GÖKHAN AÇIKGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Eğitim ve ÖğretimÇanakkale Onsekiz Mart Üniversitesi

    Afet Eğitimi ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT TEKİNER

  5. Temel eğitimden ortaöğretime geçiş sınavı kazanımlarının veri madenciliği yöntemleri ile değerlendirilmesi

    Evaluation of acquisitions of the transition from primary education to secondary education exam with data mining methods

    ERTAN CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Eğitim ve ÖğretimAfyon Kocatepe Üniversitesi

    İnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı

    DOÇ. DR. UÇMAN ERGÜN