Makine öğrenmesi ile BİLSEM'de öğrenci başarısını tahmin etme
Predicting student achievement in BİLSEM exam with machine learning
- Tez No: 889585
- Danışmanlar: DOÇ. DR. SELİM BUYRUKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine öğrenmesi, Veri madenciliği, Öge seçimi, Machine learning, Data mining, Feature selection
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Çankırı Karatekin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Türkiye'deki üstün yetenekli öğrencilerin belirlenmesi süreçlerinde makine öğrenmesi algoritmalarının kullanımını ve etkilerini incelemektedir. Çankırı ve Ankara'daki Bilim ve Sanat Merkezleri (BİLSEM) tablet uygulamasının birinci aşamasını geçen öğrencilerin verileri kullanılarak öznitelik seçimi ve model eğitimi yapılmıştır. Bu sayede uygulamada başarılı olacak öğrencilerin tahmin edilmesi sağlanmıştır. Kullanılan 19 öznitelik seçimi ve 12 tane model eğitim algoritması arasında en çok Variance Thereshold öznitelik seçimi algoritması ile birlikte RadialSVM model geliştirme algoritması 0.67 başarı oranı ile uygulamadaki başarılı öğrencilerinin tahminini yapmıştır. Bulgular, bu algoritmaların öğrenci başarılarını tahmin etmede yüksek doğruluk oranlarına sahip olduğunu göstermektedir. Öğrencilerin bireysel başarıları, ailelerin sosyo-ekonomik durumu, ebeveynlerin eğitim düzeyi ve okulun fiziksel koşulları gibi faktörlerin öğrenci başarıları üzerinde önemli bir etkisi olduğu tespit edilmiştir. Böylece, BİLSEM seçim sürecinde kullanılabilecek yeni bir karar destek sistemi önerilmiştir. Önerilen sistem, öğrenci verilerinin analizi ve modelleme süreçlerinde doğruluğu artırarak seçim sürecinin daha objektif ve adil yürütülmesini sağlamaktadır. Bu sayede, üstün yetenekli öğrencilerin erken yaşta tespit edilmesi ve uygun eğitim programlarına yönlendirilmesi mümkün olacaktır.
Özet (Çeviri)
This thesis examines the use and effects of machine learning algorithms in the process of identifying gifted students in Turkey. Using data from students who passed the first stage of the tablet application at the Science and Art Centers (BİLSEM) in Çankırı and Ankara, feature selection and model training were performed. This enabled the prediction of students who would be successful in the application. Among the 19 feature selection algorithms and 12 model training algorithms used, the combination of the Variance Threshold feature selection algorithm and the RadialSVM model development algorithm achieved a success rate of 0.67 in predicting successful students in the application. The findings indicate that these algorithms have high accuracy rates in predicting student success. Factors such as individual student achievements, the socio-economic status of families, parents' education levels, and the physical conditions of the school were found to have a significant impact on student success. Thus, a new decision support system that can be used in the BİLSEM selection process is proposed. The proposed system ensures a more objective and fair selection process by increasing accuracy in the analysis and modeling of student data. This way, it will be possible to identify gifted students at an early age and direct them to appropriate educational programs.
Benzer Tezler
- BİLSEM öğrencilerinin örüntülerde temel kavramlara ilişkin başarı düzeylerinin incelenmesi
Investigation of BİLSEM students' success levels regarding basic concepts in patterns
ABDURRAHMAN ACAR
Yüksek Lisans
Türkçe
2025
MatematikTokat Gaziosmanpaşa ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADEM EROĞLU
- Otonom öğrenme modelinin yapay zekâ araçları ile desteklendiği öğretmen eğitiminin bilsem öğretmenlerinin özerk öğrenmeyi destekleme davranışlarına ve yapay zekâ farkındalıklarına etkisi
The effect of teacher training in which the autonomous learning model is supported with artificial intelligence tools on sac teachers' autonomous learning support behaviours and artificial intelligence awareness
SAMET CEBECİ
Yüksek Lisans
Türkçe
2025
Eğitim ve ÖğretimBahçeşehir ÜniversitesiÖzel Eğitim Ana Bilim Dalı
DOÇ. DR. AYŞİN KAPLAN SAYI
- BİLSEM'lerde uzaktan eğitim ile yapılan öğretim uygulamalarının öğrenci beklentileri ve paydaşlar açısından değerlendirilmesi
Evaluation of distance education applications at BİLSEM in terms of student expectations and stakeholders
AHMET KAÇAN
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimOndokuz Mayıs ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. İSMAİL GELEN
- Robotik kodlama öğretiminde Ters Yüz Edilmiş Öğrenme Modeli kullanımının özel yetenekli öğrencilerin problem çözme ve biliş ötesi farkındalık becerileri ile öğrenme-öğretme sürecine etkisi
The effect of using a Flipped Learning Model in robotics coding instruction on the problem-solving and metacognitive awareness skills of gifted students and the learning-teaching process
NADİR AKSOY
Doktora
Türkçe
2026
Eğitim ve ÖğretimSivas Cumhuriyet ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLHAMİ ARSEVEN
- Özel yetenekli öğrencilerin ortaokul tarih dersi öğretim programına yönelik görüşleri ve kültürel miras konuları örnekleminde özel yeteneklilere yönelik bir zenginleştirilmiş öğretim deseni geliştirilmesi
Gifted pupils' views on the secondary school history curriculum and the development of an enriched teaching design for gifted pupils within the context of cultural heritage issue
MEHPİKER DUMAN
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN ŞENŞEKERCİ