Karar Ağacı Optimizasyon Algoritması üzerine Bir Çalışma

Öz

Bu çalışmanın amacı matematik bölümünde okuyan öğrencilerin, bölümde okutulan analiz derslerindeki türev konusu hakkında nasıl bir tutuma sahip olduklarını karar ağacı optimizasyon algoritması ile ölçmektir. Çalışmada, Kara (2014)’nın geliştirdiği ve Atasoy ve Kara (2021)’nın optimize ettiği 5’li likert ölçeğine sahip türev tutum ölçeği kullanılmıştır. Matematik bölümünde öğrenim gören 194 öğrenciye bu ölçek uygulanmış ve lise düzeyinde pekiştirme derslerine katılan /katılmayan öğrencilerin görüşlerinde farklılık olup olmadığı incelenmiştir. Öğrencilerin ÖSYM matematik testinde doğru cevapladıkları soru sayısına bakıldığında, üniversite analiz dersinde görülen türevlere olumlu baktıkları görülmüştür.

Anahtar Kelimeler

• Karar ağacı
• Algoritma
• Türev tutumu
• Optimum çözüm

A Study on Decision Tree Optimization Algorithm

Öz

The aim of this study is to measure the attitude of the students studying in the mathematics department about the derivative subject in the analysis courses taught in the department, with the decision tree optimization algorithm. In the study, a derivative attitude scale with a 5-point Likert scale developed by Kara (2014) and optimized by Atasoy and Kara (2021) was used. This scale was applied to 194 students studying in the mathematics department and it was examined whether there was a difference in the opinions of the students who attended or did not attend the reinforcement courses at the high school level. Considering the number of questions that students answered correctly in the OSYM mathematics test, it was seen that they viewed the derivatives in the university analysis course positively.

Anahtar Kelimeler

• Decision tree
• Algorithm
• Derivate attitude
• Optimum solution

Kaynakça

1. Anonim. (2022). Machine learning vs deep learning vs artificial ıntelligence know in-depth difference. URL: https://www.analyticsvidhya.com. (accesed date:June14, 2021).
2. Atasoy, D. ve Kara, H. (2021). Matematik bölümünde okuyan öğrencilerin türev konusu hakkındaki tutumları. 2. Uluslararası Al Farabi Uygulamalı Bilimler Kongresi, 2-4 Mayıs 2021, Bakü, Azerbaycan.
3. Dalkılıç, H., Dalkılıç, F. (2015). Karar ağaçları destekli vadeli mevduat analizi. Akademik Bilişim Konferansı, 4-6 Şubat 2015, Eskişehir.
4. Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. New York: Taylor & Francis Group LLC.
5. Kalaycı, Ş. (2006). SPSS uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım.
6. Kara, M. (2014). İlköğretim matematik öğretmen adaylarının türev konusuna yönelik tutumları (Necmettin Erbakan Üniversitesi Eğitim Bilimleri Enstitüsü Yüksek lisans tezi). YÖK veri tabanından erişildi (Erişim No:383623.)
7. Kozak, J. (2019). Decision tree and ensemble learning based on ant colony optimization. springer ınternational publishing, 30-34.
8. Rokach, L. (2010). Data mining and knowledge discovery handbook. New York: Springer International Publishing.