Bilişim Teknolojileri Öğretmenlerinin Blok Tabanlı Kodlama Araçlarına İlişkin Öz Yeterlik İnançlarının Evrişimsel Sinir Ağı ile Sınıflandırılması

Authors : Burak KOCA, Kemal ADEM

Pages : 50-54

Doi:10.31590/ejosat.1113087

View : 21 | Download : 22

Publication Date : 2022-05-31

Article Type : Research Paper

Abstract :Bu çalışmada, bilişim teknolojileri öğretmenlerinin blok tabanlı kodlama araçlarının kullanımına ilişkin öz yeterlik inançlarının makine öğrenmesi ve derin öğrneme yöntemleri ile sınıflandırılması amaçlanmıştır. Veri toplama aracı olarak daha önceden geliştirilmiş likert tipinde maddelerden oluşan T-SECT ölçeği Türkçeye adapte edilerek kullanılmıştır. Veri seti bilişim teknolojileri öğretmenlerinden oluşan 190 örnek ve 39 öznitelikten oluşmaktadır. Örnek sayısının azlığı nedeniyle dengesiz veri sorunundan kaçınmak için SMOTE yöntemi kullanılarak veri çoğaltılmış ve örnek sayısı 262 ye çıkarılmıştır. Veri seti WEKA yazılımına aktarılarak üzerinde makine öğrenmesi yöntemleri ve Evrişimsel Sinir Ağı (ESA) kullanılmıştır. Bu amaç doğrultusunda J48, Random Forest (RF), K-Star, Multilayer Perceptron (MLP), NaivesBayes, SMO ve IBK yöntemleri ile sınıflandırma başarısı hesaplanmıştır. Veri seti üzerinde en yüksek sınıflandırma başarısı gösteren makine öğrenmesi yöntemleri SMO, MLP, IBK, J48 ve RF olarak bulunmuştur. ESA ile yapılan sınıflandırmada makine öğrenmesi yöntemlerinden daha başarılı sonuçlar elde edilmiştir. Bilişim teknolojileri öğretmenlerinin öz yeterlik inançları ESA kullanılarak %99.30 doğruluk oranıyla başarılı bir şekilde sınıflandırılmıştır.
Keywords : Makine öğrenmesi, Blok tabanlı kodlama, Özyeterlik inancı, Bilgi işlemsel düşünme, Evrişimsel sinir ağları