Öğrenci Başarı Tahmini ve Makine Öğrenimi
15 Questions
0 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to Lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Aşağıdaki algoritmalardan hangisi öğrenci başarı tahmini için yaygın olarak kullanılan bir makine öğrenimi yöntemidir?

  • Karar Ağaçları
  • Kümeleme
  • Gradient Boosting Classifier (correct)
  • Destek Vektör Makineleri

Öğrenci başarı tahmininde önemli olan özelliklerin analizi, sadece matematik notlarına bağlıdır.

False (B)

Öğrencilerin genel performansını artırmak için hangi yaklaşım önemlidir?

Etkin öğrenme yaklaşımları

Öğrenci başarı faktörleri arasında _____, öğrencilerin kendilerini daha iyi yönetmelerine yardımcı olur.

<p>kişiselleştirilmiş eğitim</p> Signup and view all the answers

Aşağıdaki model performans metriklerini doğru şekilde eşleştiriniz:

<p>Doğruluk = Modelin doğru tahmin oranı Hassasiyet = Pozitif sınıfın doğru tahmin oranı Özellik Önem Analizi = Modeldeki değişkenlerin etkisini belirleme Kayıp Fonksiyonu = Tahminlerdeki hata miktarını ölçme</p> Signup and view all the answers

Aşağıdakilerden hangisi başarılı bir öğrenci olma üzerinde önemli bir etkiye sahiptir?

<p>Ödev yapma düzenliliği (B)</p> Signup and view all the answers

Destek vektör makinesi (SVM) bir makine öğrenimi algoritmasıdır.

<p>True (A)</p> Signup and view all the answers

Makine öğrenimi algoritmalarından hangisi, elde edilen sonuçları iyileştirmek için birçok karar ağacı kullanır?

<p>Rastgele Orman (Random Forest)</p> Signup and view all the answers

Öğrencilerin üniversiteye gitmek istemeleri, onların __________ üzerinde olumlu bir etki gösterir.

<p>başarıları</p> Signup and view all the answers

Aşağıdaki makine öğrenimi algoritmalarını işlevleri ile eşleştirin:

<p>Rastgele Orman = Çoklu karar ağaçları kullanarak sınıflandırma yapar Gradient Boosting Sınıflayıcı = Hata üzerinde yoğunlaşarak modeli iyileştirir Destek Vektör Makinesi = Veri noktalarını sınırlayıcı hiperdüzlemler ile ayrıştırır</p> Signup and view all the answers

Aşağıdaki makine öğrenimi algoritmalarından hangisi öğrenci başarı durumunu tahmin etmek için sıkça kullanılır?

<p>Random Forest Algoritması (C)</p> Signup and view all the answers

Öğrenci başarı faktörleri, öğrencilerin akademik performansını etkileyen değişkenlerdir.

<p>True (A)</p> Signup and view all the answers

Öğrenci başarı durumunun yıl sonu tahmini için hangi tür analiz önemlidir?

<p>Özellik Önem Analizi</p> Signup and view all the answers

Makalede kullanılan makine öğrenimi yöntemleri arasında ______ ve Gradient Boosting Classifier yer almaktadır.

<p>Random Forest</p> Signup and view all the answers

Aşağıdaki model performans metriklerini, açıklamalarıyla eşleştirin:

<p>Doğruluk = Modelin ne kadar doğru tahmin yaptığını ölçer. Hassasiyet = Pozitif sınıfın ne kadar doğru tahmin edildiğini gösterir. Recall = Gerçek pozitiflerin ne kadarının doğru tahmin edildiğini ölçer. F1 Skoru = Hassasiyet ve recall'un harmonik ortalamasını ifade eder.</p> Signup and view all the answers

Flashcards

Öğrenci Başarısını Etkileyen Faktörler

Öğrenci başarısını olumlu veya olumsuz yönde etkileyen değişkenlerdir.

Makine Öğrenmesi Modelleri

Öğrenci başarısını tahmin etmek için kullanılan algoritmalar.

Öğrenci Başarısı

Sınıf içi veya akademik başarının ölçütüdür.

Son Yıl Başarısı

Akademik yılın sonunda elde edilen başarı seviyesi.

Signup and view all the flashcards

Tahmin Modelleri

Öğrenci başarısını önceden kestirmeye yönelik geliştirilen istatistiksel modeller.

Signup and view all the flashcards

Makine öğrenmesi algoritmaları

Verileri kullanarak desenleri tanımak ve tahminler yapmak için kullanılan matematiksel yöntemlerdir.

Signup and view all the flashcards

Ödev düzenliliği

Öğrencilerin düzenli olarak ödevlerini yapma alışkanlığı.

Signup and view all the flashcards

Üniversite isteği

Öğrencilerin üniversiteye gitme arzusu.

Signup and view all the flashcards

Ebeveyn eğitimi

Öğrencilerin ebeveynlerinin eğitim seviyesi.

Signup and view all the flashcards

Öğrenci Başarısını Tahmin Etme

Öğrencilerin gelecekteki akademik başarılarını önceden tahmin etme işlemidir.

Signup and view all the flashcards

Kişiselleştirilmiş Eğitim

Öğrencilerin bireysel ihtiyaçlarına ve yeteneklerine göre özelleştirilmiş eğitim deneyimleri sunmaktır.

Signup and view all the flashcards

Yapay Zeka Eğitimde

Eğitim sistemlerini geliştirmek için yapay zeka teknolojilerinin kullanılmasıdır.

Signup and view all the flashcards

Akıllı Eğitim

Yapay zeka ve öğrenme analizlerini kullanarak öğrenci deneyimlerini optimize etme yaklaşımıdır.

Signup and view all the flashcards

Eğitimde Makine Öğrenmesi

Bilgisayarlara verilerden öğrenme ve öğrenci başarısını tahmin etme yeteneği kazandırmaktır.

Signup and view all the flashcards

Study Notes

Tez Bilgileri

  • Konu: Makine Öğrenmesi Yöntemleri Kullanılarak Ortaokul Öğrencilerinin Başarılarının Değerlendirilmesi
  • Yüksek Lisans Tezi
  • Yazar: Zeynep Gökmen
  • Danışman: Dr. Öğr. Üyesi Ali Haydar Eser
  • Tarih: Aralık 2023
  • Üniversite: İstanbul Topkapı Üniversitesi
  • Bölüm: Yazılım Mühendisliği Anabilim Dalı, Yapay Zekâ Bilim Dalı

Tez İçeriği (Özet)

  • Çalışmanın amacı, makine öğrenmesi yöntemlerini kullanarak ortaokul öğrencilerinin başarılarını tahmin etmektir
  • İstanbul Esenler'deki 7. sınıf öğrencilerine 31 soruluk bir anket uygulanmıştır.
  • Öğrenci başarısına etki eden faktörler belirlenmiştir (Ödev, Üniversite Hayalleri, Ders Sırasında Not Alma, Anne-Baba Eğitimi vb.).
  • Random Forest, Gradient Boosting Classifier ve Support Vector Machine algoritmaları kullanılmıştır.
  • En başarılı model, Gradient Boosting Classifier'dır (yüzde 90'lık başarı).
  • Başarıyı tahmin ederken, öğrencilerin önceden alınmış 6. sınıf yılsonu notları da kullanılmıştır
  • Çalışma, öğrencilerin akademik performansının erken aşamalarda tahmin edilmesine ve desteklenmesine olanak sağlamaktadır.
  • Tez ile öğrencilerin eğitim süreçlerinin kişiselleştirilmesi ve başarısının arttırılması hedefleniyor

Kullanılan Algoritmalar

  • Random Forest
  • Gradient Boosting Classifier
  • Support Vector Machine

Başarıya Etki Eden Değişkenler (Önem Sırasına Göre)

  • Tezde başarıya en çok etki eden değişkenlerin sıralaması Random Forest ve Gradient Boosting algoritmaları kullanılarak belirlenmiştir. Bu değişkenler arasında, ödev yapma, Üniversite istekleri, ders sırasında not alma ve anne-babanın eğitim düzeyi gibi ögeler ön plana çıkmaktadır.

Tezdeki Tablolar ve Şekiller

  • Literatür taraması tablosu
  • Veri seti nitelikleri tablosu
  • Random Forest performansı sonuçları tablosu
  • Gradyan Artırma Sınıflandırma algoritması performansı tablosu
  • Destek Vektör Makinesi performansı tablosu
  • Model Karşılaştırması tablosu
  • Başarıya En Çok Etki Eden Değişkenler Tablosu
  • Diğer Şekil ve tablolar mevcuttur.

Studying That Suits You

Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

Quiz Team

Description

Bu quiz, öğrenci başarı tahmini için makine öğrenimi yöntemlerini ve ilgili algoritmaları içermektedir. Öğrencilerin performans faktörleri ve bu faktörlerin analizi üzerine sorular yer almaktadır. Aynı zamanda, makine öğrenimi algoritmalarının uygulamaları ve etkileri de değerlendirilmektedir.

More Like This

Assessing Student Performance
6 questions

Assessing Student Performance

StupendousHeliotrope avatar
StupendousHeliotrope
Use Quizgecko on...
Browser
Browser