ÇOK KATMANLI ALGILAYICILAR İLE DOĞRU MESLEK TERCİHİ

Yıl 2016, Cilt: 17 Sayı: 1, 97 - 109, 25.04.2016

Faruk Bulut

https://doi.org/10.18038/btda.45787

Cited By: 6

Öz

Meslek seçimi güncelliğini hiçbir zaman yitirmeyen bir konudur ve insan hayatını etkileyen önemli bir karardır. Bireyin kişiliğine, isteklerine ve yeteneklerine uygun yapılan tercihler bireyde mutluluğu ve iş hayatında başarıyı doğurur. Yapılan araştırmalarda Türkiye’de ve dünyada meslek seçiminin yaygın olarak yanlış yapıldığı görülmüştür. Bu çalışma, meslek seçiminde karar aşamasında olan lise öğrencilerine yapay bir karar destek sistemiyle yardımcı olmayı amaçlamaktadır. Geliştirilen bu sistemde, hata toleranslı, eğitilebilen, deneyime dayalı özgün bir Çok Katmanlı Algılayıcılar (ÇKA) sınıflandırıcısı kullanılmıştır. Değişik sektörlerde çalışan ve mesleğinde memnun olan kişilerden elde edilen verilerle bir eğitim seti oluşturulmuştur ve özelleştirilen ÇKA sınıflandırıcısına aktarılarak sistem eğitilmiştir. Yapılan çapraz geçerleme işlemlerinde ve uygulamalarda diğer sınıflandırıcılara göre yüksek performanslı sonuçlar elde edilmiştir. Geliştirilen ÇKA tabanlı yapay karar destek sistemi sayesinde öğrenicilerin çok az bir hata oranıyla doğru meslek tercihi yapmaları sağlanmıştır. Sonuç olarak önerilen yapay bir model sayesinde üniversite sınavına girmek üzere olan öğrencilere kendilerine uygun bir meslek tercihi yapabilmeleri mümkün kılınmıştır. 

Anahtar Kelimeler

Çok Katmanlı Algılayıcılar, Sınıflandırma, Meslek seçimi

Kaynakça

• Uğur Kariyer Merkezi, “Meslek Seçimi Araştırması, İstanbul” 2010. URL: http://www.ugurkariyermerkezi.net/, [Erişildi: 10/08/2015].
• TRT Çalışması, 1000 Kişiye Sorduk, "Türkiye'de ve Dünya’da Yanlış Meslek Seçimi", URL: http://www.trthaber.tv/p/1000_kisiye_sorduk/, [Erişildi: 10/08/2015].
• Berdan, İ. E., “Ortaöğretim Kurumlarındaki Öğretmen ve Öğrencilerin Yeteneklerinin Alan ve Meslek Seçimine Etkileri” Beykent Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme Yönetimi Anabilim Dalı, cilt Yüksek Lisans Tezi, 2008.
• Yelken, K., Ortaöğretim son sınıf öğrencilerinin üniversite tercihlerini ve meslek seçimini etkileyen faktörler "Sakarya il merkezi örneği", Sakarya Üniversitesi / Sosyal Bilimler Enstitüsü / Sosyoloji Bölümü / Sosyoloji Anabilim Dalı / Sosyoloji Bilim Dalı, Yüksek Lisans Tezi, 2008.
• Erdem, A.Y., “Development of the irrational beliefs relating to career choice scale for high school students”, Hacettepe Üniversitesi / Sosyal Bilimler Enstitüsü / Eğitim Bilimleri Anabilim Dalı / Psikolojik Danışmanlık ve Rehberlik Bilim Dalı, Yüksek Lisans Tezi, 2006.
• Kıyak, S., “Genel Lise Öğrencilerinin Meslek Seçimi Yaparken Temel Aldığı Kriterler” Yeditepe Üniversitesi Sosyal Bilimler Enstitüsü, cilt Eğitim Yönetimi Ve Denetimi Yüksek Lisans Programı, 2006.
• Malkoçoğlu, C., “Duyu Sal Mizaç ve Diğer Faktörlerin Türkiye’deki Bir Grup Lise Son Sınıf Öğrencisi Ergenin Meslek Seçimine Etkileri: Bir Betimleyici, Kesitsel Alan Çalışması” İstanbul Bilgi Üniversitesi, Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, 2009.
• Elmas, P. D., Yapay Zeka Uygulamaları, Seçkin Yayıncılık, İstanbul, 2010. pp:50-87.
• Nebiyev, V., Yapay Zeka Problemler Yöntemler Algoritmalar, İstanbul, Seçkin Yayıncılık, 2013. pp:100-110.
• Russell, S., Artificial Intelligence: A Modern Approach, 3. baskı, Prentice Hall, 2009, pp: 71-72.
• Hall, M.A., ve Smith, L.A., “Practical feature subset selection for machine learning” Springer Computer Science ’98 Proceedings of the 21st Australasian Computer Science Conference ACSC’98, Berlin, 1998.
• Alpaydın, E., Introduction to Machine Learning, 2. baskı., Massachusetts: The MIT Press, 2010. pp: 487-490.
• Labatut, V. ve Cherifi, H., “Evaluatıon Of Performance Measuresfor Classifiers Comparison” Special Issue of ICIT Conference, 2011.
• Jolliffe, I.T., “Principal Component Analysis” Springer Series in Statistics, John Wiley & Sons, Ltd, 2002.
• Hall, M. A. ve Smith, L. A., “Practical feature subset selection for machine learning”, Springer Computer Science ’98 Proceedings of the 21st Australasian Computer Science Conference ACSC’98, Berlin, 1998.
• Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., & Witten, I. H., The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, 2009; 11(1): 10-18. EK-1: Anket