Geri Dön

Makine öğrenmesi ile akademik başarı analizi ve tercih tespiti: Isparta ili örneği

Academic achievement analysis and preference determination with machine learning: The case of Isparta province

  1. Tez No: 883608
  2. Yazar: MUSTAFA İNAN
  3. Danışmanlar: PROF. DR. EMRE ÇOMAK, DOÇ. DR. ONUR SEVLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

Yaşamak için bir işe sahip olmak gerektiği kadar bu işteki başarı ve mutluluk ta önemlidir. Dolayısıyla her öğrenci maddi kazanç elde etmenin yanında kendine uygun bir meslek seçmeyi amaçlar. Çalışmanın amacı lise dönemine kadar örgün eğitim almış öğrencilerin, eğitim öğretim aşamalarının sonunda kendilerine uygun bir meslek seçmelerinde yardımcı olmaktır. Her öğrenci maddi kazanç elde etmenin yanında kendine uygun bir meslek seçmeyi amaçlar. Çalışmada bu amaç doğrultusunda öğrencilerin meslek tercih tespiti yapılmıştır. Çalışma evreni olarak Isparta ili merkez lise öğrencileri seçilmiş ve anket araştırma modeli kullanılmıştır. Gönüllülük esasına dayalı yapılan çevrim içi anket uygulaması ile öğrencilerin akademik başarı bilgileri ve demografik özellikleri hakkında veri toplanmıştır. Uygulama sonunda toplanan veriler öncelikle hatalı ve eksik cevaplar bakımından incelenmiş ve 786 sağlıklı veri elde edilmiştir. 52 soru üzerinden toplamda 96 öznitelik bilgisi alınmıştır. A74 (tercih edilen fakülte) özniteliği hedef olarak belirlenmiştir. Çalışmada öznitelik seçimi için Mutual info classif, Chi-2 ve Spearman fonksiyonları kullanılmıştır. Makine öğrenmesi için K-Nearest Neighbor Regressor (KNN), Random Forest Regressor (RFR), Decision Tree Regressor, Lineer Regression, Ridge Regression ve Lasso Regression kullanılmıştır. Çalıştırılan algoritmalar içerisinden en başarılı sonuçlar KNN ile en zayıf sonuçlar ise Ridge Regression ve Lasso Regression algoritmaları ile elde edilmiştir. Tüm öznitelikler kullanılarak yapılan testlerde daha yüksek skorlar elde edilmiştir. Çalışmada KNN ile 0,79, RFR ile 0,34 doğruluk skorları elde edilmiştir. Öznitelik seçim algoritmaları ile elde edilen 20 öznitelik üzerinde yapılan testlerde en yüksek skor 0,28 KNN algoritması ile elde edilmiştir. Öğrencinin meslek tercihi yapılırken akademik başarısı, ders notları, kişilik özellikleri, aile yapısı, teknoloji bağımlılıkları ve ders çalışma alışkanlıkları gibi değerler üzerinden çalışılmasının ve yorumlanmasının başarılı sonuçlar ortaya çıkardığı gözlenmiştir. Günümüzde her sektörde aktif olarak kullanılan makine öğrenmesinin daha net ve başarılı sonuçlar elde edebilmesi için araştırma konusu ile ilgili tüm detayların veri setine dönüştürülmesi gerektiği görülmüştür.

Özet (Çeviri)

Having a job for a living is as important as success and happiness in this job. Therefore, every student aims to choose a suitable profession for himself/herself in addition to gaining financial gain. The aim of the study is to help students who have received formal education until high school to choose a suitable profession for themselves at the end of their education and training stages. Every student aims to choose a suitable profession in addition to earning financial gain. In the study, in line with this purpose, students' occupational preferences were determined. Isparta province central high school students were selected as the study population and survey research model was used. Data on students' academic achievement and demographic characteristics were collected through an online survey application based on volunteerism. The data collected at the end of the application were first analyzed in terms of incorrect and incomplete answers and 786 healthy data were obtained. A total of 96 attribute information was obtained over 52 questions. Attribute A74 (preferred faculty) was determined as the target. Mutual information classifier, Chi-2 and Spearman functions were used for feature selection. K-Nearest Neighbor Regressor (KNN), Random Forest Regressor (RFR), Decision Tree Regressor, Linear Regression, Ridge Regression and Lasso Regression were used for machine learning. The most successful results were obtained with KNN and the weakest results were obtained with Ridge Regression and Lasso Regression algorithms. Higher scores were obtained in the tests using all features. In the study, accuracy scores of 0,79 with KNN and 0,34 with RFR were obtained. The highest score of 0,28 was obtained with the KNN algorithm in the tests performed on 20 attributes obtained with the attribute selection algorithms. It was observed that studying and interpreting values such as academic achievement, course grades, personality traits, family structure, technology addictions and study habits while making a student's career choice yielded successful results. It has been observed that in order for machine learning, which is actively used in every sector today, to obtain clearer and more successful results, all the details related to the research subject should be transformed into a data set.

Benzer Tezler

  1. Yaygın sınıflandırıcıların Scikit-learn, Weka ve Matlabaraçları ile Twitter spam tespitinde karşılaştırılması

    Comparing common classifiers for twitter spam detection in Scikit-learn, Weka and Matlab

    ANIL DÜZGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FECİR DURAN

    DR. ATİLLA ÖZGÜR

  2. Software defect prediction with a personalization focus and challenges during deployment

    Kişiselleştirme odaklı yazılım hata tahmini ve entegrasyon zorlukları

    BEYZA EKEN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN

  3. Elektrookülografi (EOG) temelli duygu analizi

    Electrooculografy (EOG) based emotion analysis

    YUNUS EMRE ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    BiyoteknolojiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OKAN ERKAYMAZ

  4. Olasılığa dayalı uyarlanabilir hiper ortamlarda etkili olan değişkenlerin modellenmesi

    Modeling the variables effective in probability-based adaptive hypermedia systems

    AYÇA ÇEBİ

    Doktora

    Türkçe

    Türkçe

    2016

    Eğitim ve ÖğretimGazi Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    DOÇ. DR. TOLGA GÜYER

  5. Biyoloji öğretiminde yenilikçi bir oyun modeli olarak anlatı oyunlarının etkililiğinin değerlendirilmesi

    Evaluation of the effectiveness of narrative games as an innovative game model in biology teaching

    FATMA ÇAPAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Eğitim ve ÖğretimHasan Kalyoncu Üniversitesi

    Eğitim Programları ve Öğretimi Ana Bilim Dalı

    DOÇ. DR. ÖZLEM ÜZÜMCÜ