Araştırma Makalesi
BibTex RIS Kaynak Göster

With Machine Learning Models Estimating Which High School Types Associate Degree Students Have Graduated

Yıl 2021, Cilt: 9 Sayı: 6 - ICAIAME 2021, 343 - 353, 31.12.2021
https://doi.org/10.29130/dubited.1011190

Öz

In this study, by using three of the machine learning algorithms, a group of students studying in the associate degree electronic communication technology program, is it a vocational high school of the type of high school they graduated? or is it a high school other than vocational high school? Has been estimated. Considering the grade point end of term averages from the five courses determined during the associate degree process, the type of high school they came from was estimated. Two of these determined courses are courses close to the courses taught in vocational high schools and three are general courses taught in all high schools. Aim; It is to reveal how accurately three different machine learning algorithms make predictions on the same sample. In addition, it is foreseen that the pre-professional knowledge of normal high school students who are placed in vocational high school-based associate degree programs will be determined, and necessary precautions will be taken.

Proje Numarası

4165

Kaynakça

  • [1] M. Gök, “Makine Öğrenmesi Yöntemleri ile Akademik Başarının Tahmin Edilmesi,” Gazi Üniversitesi Fen Bilimleri Dergisi, c. 5, s. 3, ss. 139-148, 2017.
  • [2] D. Şengür, “Öğrencilerin Akademik Başarılarının Veri Madenciliği Metotları ile Tahmini,” Doktora Tezi, Bilgisayar ve Öğretim Teknolojileri Eğitimi Anabilim Dalı, Eğitim Bilimleri Enstitüsü, Fırat Üniversitesi, Elazığ, Türkiye, 2013.
  • [3] T.C. Hakyemez, “İlk Yıl Öğrencilerinin Akademik Performansına Etki Eden Faktörlerin Araştırılması ve Bu Faktörlere Bağlı Olarak Başarılarının Tahminine Yönelik Bir Karar Destek Sistemi Tasarım,” Yüksek Lisans Tezi, Yönetim Bilişim Sistemleri Anabilim Dalı, Sosyal Bilimler Enstitüsü, Sakarya Üniversitesi, Sakarya, Türkiye, 2015.
  • [4] Ş. Özdemir, “Eğitimde Veri Madenciliği ve Öğrenci Akademik Başarı Öngörüsüne İlişkin Bir Uygulama,” Yüksek Lisans Tezi, Enformatik Anabilim Dalı, Fen Bilimleri Enstitüsü, İstanbul Üniversitesi, İstanbul, Türkiye, 2016.
  • [5] Z. A. Pardos, N. T. Heffernan, & B. Anderson, C. L. Heffernan, “Using Fine-Grained Skill Models to Fit Student Performance with Bayesian Networks”, Proceedings of the Workshop in Educational Data Mining held at the 8th International Conference on Intelligent Tutoring Systems, Taiwan, 2006.
  • [6] P. Cortez & A. Silva, “Using Data Mining To Predict Secondary School Student Performance”, Proceddings of 5th Annual Future Business Technology Conference, Porto, Portugal, 2008, pp. 5-12.

Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi

Yıl 2021, Cilt: 9 Sayı: 6 - ICAIAME 2021, 343 - 353, 31.12.2021
https://doi.org/10.29130/dubited.1011190

Öz

Çalışmanın kapsamını, makine öğrenmesinde sık kullanılan algoritmalardan olan; tree, random forest, logistic regression ve linear regression teknikleri ile iki ayrı sınıftan oluşan öğrenci grubunun hangi lise türünden mezun olduklarına yönelik tahminde bulunma örneği oluşturmaktadır. Ön lisans elektronik ve otomasyon bölümünde okuyan bu öğrenci sınıflarından ilki elektronik haberleşme teknolojisi diğeri ise elektronik teknolojisi programı sınıfıdır. Sınıflandırmada belirleyici rol üstlenen beş ders seçilmiştir. Bu derslerden bazıları lise eğitiminde ortak görülen dersler olurken bazıları ise meslek lisesinin elektrik elektronik programlarında okutulan meslek derslerden oluşmaktadır. Örnek uygulamada öncelikle algoritma davranış farklılıklarının gözlemlenmesi hedeflenmiştir ve buna ek olarak da öğrencilerin farklı liselerden gelmiş olmaları bir kısım derste kendini başarı/başarısızlık olarak ortaya çıkarıyor mu? Sorunsalına cevap bulmaktır.

Proje Numarası

4165

Kaynakça

  • [1] M. Gök, “Makine Öğrenmesi Yöntemleri ile Akademik Başarının Tahmin Edilmesi,” Gazi Üniversitesi Fen Bilimleri Dergisi, c. 5, s. 3, ss. 139-148, 2017.
  • [2] D. Şengür, “Öğrencilerin Akademik Başarılarının Veri Madenciliği Metotları ile Tahmini,” Doktora Tezi, Bilgisayar ve Öğretim Teknolojileri Eğitimi Anabilim Dalı, Eğitim Bilimleri Enstitüsü, Fırat Üniversitesi, Elazığ, Türkiye, 2013.
  • [3] T.C. Hakyemez, “İlk Yıl Öğrencilerinin Akademik Performansına Etki Eden Faktörlerin Araştırılması ve Bu Faktörlere Bağlı Olarak Başarılarının Tahminine Yönelik Bir Karar Destek Sistemi Tasarım,” Yüksek Lisans Tezi, Yönetim Bilişim Sistemleri Anabilim Dalı, Sosyal Bilimler Enstitüsü, Sakarya Üniversitesi, Sakarya, Türkiye, 2015.
  • [4] Ş. Özdemir, “Eğitimde Veri Madenciliği ve Öğrenci Akademik Başarı Öngörüsüne İlişkin Bir Uygulama,” Yüksek Lisans Tezi, Enformatik Anabilim Dalı, Fen Bilimleri Enstitüsü, İstanbul Üniversitesi, İstanbul, Türkiye, 2016.
  • [5] Z. A. Pardos, N. T. Heffernan, & B. Anderson, C. L. Heffernan, “Using Fine-Grained Skill Models to Fit Student Performance with Bayesian Networks”, Proceedings of the Workshop in Educational Data Mining held at the 8th International Conference on Intelligent Tutoring Systems, Taiwan, 2006.
  • [6] P. Cortez & A. Silva, “Using Data Mining To Predict Secondary School Student Performance”, Proceddings of 5th Annual Future Business Technology Conference, Porto, Portugal, 2008, pp. 5-12.
Toplam 6 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Hüseyin Küçükerdem 0000-0002-7680-0472

Yusuf Sönmez 0000-0002-9775-9835

Cemal Yılmaz 0000-0003-2053-052X

Hasan Hüseyin Sayan 0000-0002-0692-172X

Proje Numarası 4165
Yayımlanma Tarihi 31 Aralık 2021
Yayımlandığı Sayı Yıl 2021 Cilt: 9 Sayı: 6 - ICAIAME 2021

Kaynak Göster

APA Küçükerdem, H., Sönmez, Y., Yılmaz, C., Sayan, H. H. (2021). Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi. Düzce Üniversitesi Bilim Ve Teknoloji Dergisi, 9(6), 343-353. https://doi.org/10.29130/dubited.1011190
AMA Küçükerdem H, Sönmez Y, Yılmaz C, Sayan HH. Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi. DÜBİTED. Aralık 2021;9(6):343-353. doi:10.29130/dubited.1011190
Chicago Küçükerdem, Hüseyin, Yusuf Sönmez, Cemal Yılmaz, ve Hasan Hüseyin Sayan. “Makine Öğrenmesi Modelleri Ile Ön Lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi”. Düzce Üniversitesi Bilim Ve Teknoloji Dergisi 9, sy. 6 (Aralık 2021): 343-53. https://doi.org/10.29130/dubited.1011190.
EndNote Küçükerdem H, Sönmez Y, Yılmaz C, Sayan HH (01 Aralık 2021) Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi. Düzce Üniversitesi Bilim ve Teknoloji Dergisi 9 6 343–353.
IEEE H. Küçükerdem, Y. Sönmez, C. Yılmaz, ve H. H. Sayan, “Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi”, DÜBİTED, c. 9, sy. 6, ss. 343–353, 2021, doi: 10.29130/dubited.1011190.
ISNAD Küçükerdem, Hüseyin vd. “Makine Öğrenmesi Modelleri Ile Ön Lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi”. Düzce Üniversitesi Bilim ve Teknoloji Dergisi 9/6 (Aralık 2021), 343-353. https://doi.org/10.29130/dubited.1011190.
JAMA Küçükerdem H, Sönmez Y, Yılmaz C, Sayan HH. Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi. DÜBİTED. 2021;9:343–353.
MLA Küçükerdem, Hüseyin vd. “Makine Öğrenmesi Modelleri Ile Ön Lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi”. Düzce Üniversitesi Bilim Ve Teknoloji Dergisi, c. 9, sy. 6, 2021, ss. 343-5, doi:10.29130/dubited.1011190.
Vancouver Küçükerdem H, Sönmez Y, Yılmaz C, Sayan HH. Makine Öğrenmesi Modelleri ile Ön lisans Öğrencilerinin Hangi Lise Türünden Mezun Olduklarının Tahmin Edilmesi. DÜBİTED. 2021;9(6):343-5.