Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' students by using Support Vector Machine method. Data of Pamukkale University School of Engineering's 434 incoming students of year 2007 were considered in this study. The result shows that students' university entrance examination mathematics, science and Turkish tests scores and students' high school graduation grade point average are important items to predict students' achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM.
Machine learning Support vector machine Predicting calculus performance.
Matematik mühendislik eğitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öğrenciler, matematik dersinde riskli öğrenciler olarak sınıflandırılmaktadır. Bu çalışmanın amacı, Destek Vektör Makineleri yöntemini kullanarak riskli öğrencileri tahmin etmektir. 2007 yılında Pamukkale Üniversitesi mühendislik fakültesine başlayan 434 öğrencinin üniversiteye giriş sınavı sonuçlarına ait verilerin kullanıldığı araştırma sonuçlarına göre; öğrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçları ile lise mezuniyet başarı puanlarının, matematik I dersindeki başarılarını tahminde önemli rol oynadığı bulunmuştur. 289 öğrencinin verisi ile makine eğitilmiş, 145 öğrencinin verisi ise test için kullanılmış ve matematik I dersinden geçen öğrencilerin % 86'sı doğru olarak tahmin edilmiştir.
Makine öğrenmesi Destek vektör makinesi Matematik başarısının tahmini.
Birincil Dil | Türkçe |
---|---|
Bölüm | Makale |
Yazarlar | |
Yayımlanma Tarihi | 1 Şubat 2011 |
Yayımlandığı Sayı | Yıl 2011 Cilt: 17 Sayı: 2 |