Predicting the academic success of Turkish middle school students using machine learning methods
Makine öğrenmesi kullanarak Türk ortaokul öğrencilerinin akademik başarısını tahmin etme
- Tez No: 938968
- Danışmanlar: DOÇ. DR. FATİH ABUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, makine öğrenmesi modellerinin Türkiye'deki ortaokul 6 ila 8. sınıf öğrencilerini yıl sonu başarı puanlarına göre, 70 puan eşik değeri dikkate alınarak, başarılı veya başarısız olarak sınıflandırma yeteneğini incelemektedir. Tahmin sürecinde sosyodemografik, sosyoekonomik, davranışsal ve akademik olmak üzere dört öznitelik kategorisi kullanılmıştır. 493 öğrenciden yapılandırılmış anket yoluyla toplanan verilerle özgün ve çok boyutlu bir veri seti oluşturulmuştur. Destek Vektör Makineleri (SVM), Rastgele Orman (RF), LGBM, Çok Katmanlı Algılayıcı (MLP) ve En Yakın Komşu (KNN) modelleri; doğruluk, kesinlik, duyarlılık ve F1-skoru gibi metriklerle değerlendirilmiştir. Çalışma ayrıca tekli, ikili, üçlü ve tüm kategorilere dayalı öznitelik kombinasyonlarının etkisini sistematik biçimde incelemekte ve bu yönüyle literatürde nadir görülen bir bakış sunmaktadır. Akademik öznitelikler en güçlü tahmin ediciler olurken, sosyodemografik ve davranışsal veriler onları takip etmiştir. Sosyoekonomik veriler tek başına zayıf sonuçlar vermiş, ancak akademik verilerle birlikte kullanıldığında başarıyı artırmıştır. SVM modeli, akademik ve davranışsal verilerle %82 doğrulukla en yüksek bireysel performansı göstermiştir. RF genel tutarlılıkta en iyi sonuçları verirken, KNN en zayıf performansı göstermiştir. Bulgular, eğitimde makine öğrenmesi uygulamalarında öznitelik seçimi ve model tercihlerinin önemini vurgulamakta, özellikle ağaç ve çekirdek tabanlı sınıflandırıcıların pratik değerine işaret etmektedir.
Özet (Çeviri)
This thesis examines how machine learning models can classify Turkish middle school students in grades 6 to 8 as successful or unsuccessful based on their year-end achievement scores, with 70 as the threshold. The prediction uses features from four domains: sociodemographic, socioeconomic, behavioral, and academic. A unique dataset was developed through structured surveys from 493 students across three public schools in Adana, providing an original, multi-dimensional basis for analysis. The evaluated models include Support Vector Machines (SVM), Random Forest (RF), Light Gradient Boosting Machine (LGBM), Multi-Layer Perceptron (MLP), and K-Nearest Neighbors (KNN), assessed using accuracy, precision, recall, and F1-score across all feature combinations. The study also systematically analyzes the impact of single, paired, triple, and full feature combinations, a perspective rarely explored in prior research. Academic features were the strongest standalone predictors, followed by sociodemographic and behavioral data, while socioeconomic features performed weakest alone but improved results when combined with academic attributes. SVM achieved the highest accuracy (0.82) with behavioral and academic features, while RF was the most consistent overall. KNN performed weakest. These results highlight the role of feature selection and model choice in educational data mining and demonstrate the practical value of tree- and kernel-based classifiers.
Benzer Tezler
- Orta Öğretim Kurumları Öğrenci Seçme ve Yerleştirme Sınavı'nın yordama geçerliğine ilişkin bir araştırma
A research on the predicitve validity of the Secondary School Institutions Student Selection and Placement Test
İSMAİL KARAKAYA
Yüksek Lisans
Türkçe
2002
Eğitim ve ÖğretimAnkara ÜniversitesiÖlçme ve Değerlendirme Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER KUTLU
- Eğitimsel veri madenciliği ve bir uygulaması
Educational data mining and an application
YASEMİN YAKUPOĞLU
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- 7. sınıf öğrencilerinin yazma başarısını etkileyen değişkenlerin makine öğrenmesi yöntemleriyle incelenmesi
Investigation of variables affecting writing achievement of 7th grade students using machine learning methods
DİLEK TOKHAY
Yüksek Lisans
Türkçe
2025
Eğitim ve ÖğretimAnkara ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. CELAL DEHA DOĞAN
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ BÖLÜKBAŞI