BibTex RIS Cite

Sakarya Üniversitesi Bagil Degerlendirme Sisteminde Yapay Sinir Aglari Kullanilarak Bagil Aritmetik Ortalama ve Üst Deger Tespiti

Year 2007, Volume: 3 Issue: 2, 18 - 26, 01.08.2007

Abstract

Bagil degerlendirme sisteminde ölçme sonuçlari toplandiktan ve degerlendirmede kullanilacak bir ölçüt
belirlendikten sonra, degerlendirme islemi yapilir. Ögrencilerin sinav, ödev, laboratuar, uygulama, seminer veya
proje gibi çesitli etkinliklerde aldiklari notlar, ham basari notunun elde edilmesi için bir ön islemden geçirilir. Bu
nota mutlak not adi verilir. Bu elde edilirken, ilk önce her etkinlik puani ayri ayri yüzde degerler ile çarpilir ve sonra
bunlar toplanir. Ham basari notlari hesaplandiktan sonra, bu notlar bagil nota çevrilir [1]. Bu asamada uygun bir
bagil not dagilimi yapmak için ögretim elemaninin inisiyatifi dogrultusunda belirli bir dagilim yapilmasi söz
konusudur. Bu makalede uygun bir bagil dagilim belirlemek için daha önceki yil ve dönemlere ait not verileri yapay
sinir aglarinda egitilmis ve bagil aritmetik ortalama ile üst degerin belirlenmesine çalisilmistir.

Determining Relative Arithmetic Mean and Upper Bound in Sakarya University Relative Grading System Using Artificial Neural Network

Year 2007, Volume: 3 Issue: 2, 18 - 26, 01.08.2007

Abstract

Evaluation process is done after measuring results are gathered in relative evaluation system and a criteria
is determined. Grades taken from exam, homework, lab, application and such like by students are transmitted preoperation
in order to derive success grade. This grade is called unconditional grade. When this point is acquired,
firstly every activity grades (quiz, final, homework etc.) is multiply independently percentage value (%90, %20) and
these is accumulated. After raw success grade is calculated, these are exchanged to relative points [1]. At this phase,
a specific distribution related with trainer is performed to determine an appropriate relative grade distribution. At
this paper, in order to define suitable distribution, grade data belonging to previous semester and year is trained by
neural network and relative arithmetic mean and it is studied such that upper value determine.

There are 0 citations in total.

Details

Other ID JA54NE27AU
Journal Section Articles
Authors

Halil Arslan This is me

Özkan Canay

Publication Date August 1, 2007
Submission Date August 1, 2007
Published in Issue Year 2007 Volume: 3 Issue: 2

Cite

APA Arslan, H., & Canay, Ö. (2007). Determining Relative Arithmetic Mean and Upper Bound in Sakarya University Relative Grading System Using Artificial Neural Network. Electronic Letters on Science and Engineering, 3(2), 18-26.