Türk Lise Öğrencilerinin Mesleki Eğilimlerini Tahmin Etme: Farklı Makine Öğrenmesi Yöntemlerinin Yeni Bir Eğitim Verisi Üzerinde Karşılaştırılması

Authors : Esat Fazlullah Çelik, Yusuf Özçevik

Pages : 562-582

Doi:10.33484/sinopfbd.1770247

View : 63 | Download : 151

Publication Date : 2025-12-24

Article Type : Research Paper

Abstract :21. yüzyılda makine öğrenmesi (MÖ) uygulamalarının kullanıldığı alanların sayısı giderek artmaktadır. Eğitim, MÖ kullanımının son zamanlarda yaygınlaştığı alanlardan biridir. Günümüzde eğitim sistemindeki veriler devasa boyutlara ulaşmıştır. Bu verilerden anlamlı veri setleri oluşturulabilir ve bu veri setleri MÖ yöntemleri yardımıyla işlenebilir. Bununla birlikte, birçok çalışmada kullanılan veri setleri, öğrenciler veya öğretmenlerle yapılan ve tartışmalı/öznel veriler içeren anketlere dayanmaktadır. Bu çalışmada ise, 2014-2020 yılları arasında mezun olan öğrencilerin ders notları, mezuniyet yılları ve cinsiyet bilgilerini içeren 4 yıllık bir lisenin gerçek verilerinden yeni bir veri seti oluşturulmaktadır. Veri setindeki özellikler ile bu öğrencilerin kazandıkları üniversite bölümleri arasındaki ilişkiler dikkate alınmakta ve veriler üzerinde MÖ modelleri eğitilerek öğrencilerin mesleki eğilimlerinin tahmin edilmesi amaçlanmaktadır. Öğrencilerin kazandığı bölümlerin yer aldığı veri setinde sınıflandırma için çok sayıda farklı bölüm olduğundan, ilgili bölümleri ve meslekleri aynı sınıflandırma etiketi altında gruplandıran bir etiket gruplama yöntemiyle 3 ek veri seti daha oluşturulmaktadır. Sonrasında bu veri setleri için farklı MÖ modelleri eğitilerek analiz edilmektedir. Ayrıca, bu modellerden başarılı sonuç üreten 6 tanesi ile bir çoğunluk oylama yöntemi önerilmektedir. Sonuç olarak performans değerlendirmesi için; eğitim doğruluğu, Cohen puanı, F1 puanı ve test doğruluğu olmak üzere 4 farklı değerlendirme kriteri kullanılmaktadır. Bulgular, oluşturulan yeni eğitim veri seti için farklı MÖ yöntemleri ele alınarak sunulmakta ve tartışılmaktadır. Elde edilen bulgulara göre, klasik makine öğrenmesi yöntemleri kullanıldığında %75’e kadar tahmin doğruluğu elde edilirken, bu makine öğrenmesi yöntemleri kullanılarak geliştirilen çoğunluk oylama yöntemiyle başarım %80’e yaklaşmaktadır.
Keywords : Veri seti oluşturma, eğitim, makine öğrenmesi, mesleki eğilim tahmini

ORIGINAL ARTICLE URL