Çevrimiçi eğitimde uyumlanabilirlik düzeyini tahmin eden makine öğrenmesi modeli
Machine learning model to predict the level of adaptability in online education
- Tez No: 902906
- Danışmanlar: DOÇ. DR. ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Günümüzde makine öğrenme modellemeleri pek çok farklı sektörde kullanılan yöntemler kullanılan alanlarda yüksek performanslar göstermiştir. Farklı sektörlerde kullanılan makine öğrenmesinin kullanımı teknolojinin hızla gelişmesiyle yaygınlaşmıştır. Farklı sektörlerde kullanılan yöntemler pek çok sorunu görüp çözüme kavuşturmuştur. Teknolojinin gelişimi ile Eğitim sektörü de bundan etkilenmiştir. Uzaktan öğrenme veya çevrim içi öğrenmenin kullanımı Korona dönemi ile artmıştır. Ancak öğrenme yöntemi olarak kullanılan çevrim içi öğrenmenin pek çok örneğinin başarılı olmadığı görülmektedir. Bu çalışmada amaçlanan, var olan bu sorunun çevrim içi öğrenme yöntemi kullanılabilmesi için bir strateji sunarak örnek bir yöntem uygulamaktır. Böylece teknoloji alanında devam eden çalışmalara katkı sağlamak amaçlanmaktadır. Bu amaç doğrultusunda, 2000 satırlık demografik ve ekonomik özellikleri bulunan veriler incelenerek bazı ön işleme ve görselleştirme işlemlerinden geçirilmiştir. Çalışmada, bazı veri işlemleri gerçekleştirildikten sonra modeller kurularak öğrencinin çevrim içi öğrenmeye uyum düzeyi belirlenmiştir. Veri setindeki çevrim içi uyum düzeyi bağımlı değişken seçilirken diğer değişkenler bütünsel olarak değerlendirilip her biri çevrim içi uyum düzeyini etkiler. Ardından bu veriler üzerinde bir modelleme oluşturmak Korelasyon ile öznitelik belirlenmiş ve seçilen algoritmalar ile tekrar modellemeler oluşturulmuştur. Bu modellerde eğitim ve veri setleri sırasıyla %60-%40, %70-%30, %80-%20 ve %90-%10 olarak test edilmiştir. Daha sonra modellerin performansı, f1-skor, kesinlik ve geri çağırma değerleri karşılaştırılmıştır. Oluşturulan modeller ile yapılan testler sonucunda başarı düzeyi en yüksek algoritma Korelasyon sonrası oluşturulan Karar Ağaçları algoritmasında %70 eğitim seti %30 veri seti olarak kullanılan model belirlenmiştir. Çalışma sonucunda, modelin başarı performansı 0.85, f1-skoru 0.85, keskinlik 0.77 ve geri çağırma 0.88 olarak bulunmuştur. Model sonucuna göre çevrim içi uyum düzeyi en yüksek olan grup 71 kişiyle erkek öğrencilerdir. Erkek öğrencilerin arasında ise 21-25 yaş arası özel okulda okuyan üniversite öğrencilerinin uyumluluk seviyesi yüksektir. Bu verileri daha da özelleştirdiğimizde ise ekonomik durumu düşük, derse giriş aracı olarak bilgisayar ve internet bağlantısı olarak wi-fi, network tipi olarak 4G kullanan grup en yüksek uyumluluğa sahiptir. Elde edilen sonuçlar incelendiğinde, kişilerin demografik ve ekonomik özellikleri çevrim içi öğrenme uyumluluğunu etkilemektedir. Bu durum öne alınarak belli aralıklarla çalışma yapılması ve öğrenme tasarımının bu parametreyi de kullanarak hazırlanması kişilerin başarısını etkileyeceği öngörülmektedir.
Özet (Çeviri)
Today, machine learning modeling methods used in many different sectors have shown high performance in areas where they are used. The use of machine learning, which is used in different sectors, has become widespread with the rapid development of technology. The methods used in different sectors have seen and solved many problems. With the development of technology, the Education sector has also been affected by this. The use of distance learning or online learning has increased with the Corona period. However, it seems that many examples of online learning used as a learning method are not successful. The aim of this study is to apply an example method by presenting a strategy for using the online learning method for this existing problem. Thus, it is aimed to contribute to ongoing studies in the field of technology. For this purpose, 2000 lines of data with demographic and economic characteristics were examined and underwent some pre-processing and visualization processes. In the study, after performing some data processing, models were established and the student's adaptation level to online learning was determined. While the level of online compliance in the data set is selected as the dependent variable, other variables are evaluated holistically and each of them affects the level of online compliance. Then, to create a model on these data, the attribute was determined by correlation and the models were created again with the selected algorithms. In these models, training and data sets were tested as 60%-40%, 70%-30%, 80%-20% and 90%-10%, respectively. Then, the performance of the models, f1-score, precision and recall values were compared. As a result of the tests carried out with the created models, the algorithm with the highest success level was determined to be the model used as 70% training set and 30% data set in the Decision Trees algorithm created after correlation. As a result of the study, the success performance of the model was found to be 0.85, f1-score 0.85, sharpness 0.77 and recall 0.88. According to the model results, the group with the highest level of online adaptation is male students with 71 people. Among male students, the compatibility level of university students aged 21-25 studying in private schools is high. When we further customize this data, the group with a low economic status, using a computer as a means of accessing the course, wi-fi as an internet connection, and 4G as a network type has the highest compatibility. When the results obtained are examined, people's demographic and economic characteristics affect online learning compatibility. It is envisaged that taking this situation into consideration, working at regular intervals and preparing the learning design using this parameter will affect the success of people.
Benzer Tezler
- Okul öncesi dönemde Orff-Schulwerk temelli online müzik eğitimi üzerine görüşler ve uygulama önerileri
Opinions and practice suggestions on Orff-Schulwerk based online music education in preschool period
FULYA ÖCAL
Yüksek Lisans
Türkçe
2024
MüzikÇanakkale Onsekiz Mart ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
PROF. DR. BEGÜM ÖZ
- Exploring the relationship between self-regulated learning and course engagement of EFL learners in online education
Çevrimiçi eğitimde İngilizceyi yabancı dil olarak öğrenenlerin öz-düzenlemeli öğrenme ve derse olan bağlılıkları arasındaki ilişkiyi inceleme
ÖMER CENGİZ
Yüksek Lisans
İngilizce
2022
Eğitim ve ÖğretimÇağ Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYSUN YURDAIŞIK DAĞTAŞ
- Çevrimiçi eğitimde öğrenen destek hizmetleri kalite boyutları ve ölçümü: Bir ölçek geliştirme çalışması
Quality dimensions and measurement of learner support services in online education: A scale development study
EMİN ÖZEN
Doktora
Türkçe
2022
Eğitim ve ÖğretimAnadolu ÜniversitesiUzaktan Eğitim Ana Bilim Dalı
PROF. DR. KAMİL ÇEKEROL
- The predictive relationship between teaching, social andcognitive presence and learning achievement in an online efl learning environment
İngilizce'nin yabancı dil olarak öğretildiği çevrimiçi bir ortamda öğretimsel, sosyal ve bilişsel buradalık ile başarı arasındaki yordama ilişkisi
GÖKÇE OKTAY
Yüksek Lisans
İngilizce
2018
Eğitim ve ÖğretimBahçeşehir ÜniversitesiEğitim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR ERKUT ŞAHİN
- Teachers' perceptions on reading skills and strategies instruction in online teaching
Çevrimiçi eğitimde okuma becerilerinin ve stratejilerinin öğretimi ile ilgili öğretmen görüşleri
OYA SERTTAŞ
Yüksek Lisans
İngilizce
2021
Eğitim ve ÖğretimMaltepe ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. GÜRKAN DOĞAN