Ortaöğretimde Öğrenim Gören Öğrenci Performanslarının Veri Madenciliği Yöntemleri İle Tahmin Edilmesi

Authors : Senem Hazel BAŞER, Onur HÖKELEKLİ, Kemal ADEM

Pages : 22-27

View : 79 | Download : 27

Publication Date : 2020-06-01

Article Type : Research Paper

Abstract :İnsanların günlük yaşantılarında sergiledikleri davranışlarının analizi sürecinin gerçekleştirmesi sonrasında belli metodolojiler ve sınıflandırma yöntemleri kullanılarak, kendi başına öğrenme ve ölçümlemeler yapabilen veri madenciliği yöntemleri ile insan beyninin öğrenmeye olan eğilimi ve sistematiğine benzer paradigmalar üretilmeye çalışılmaktadır. Bu yöntemler kullanılarak eğitim, öğrenme, karar verme süreçlerinin bir makineye uygulanabilmesi amaçlanmaktadır. Bu doğrultuda analizi gerçekleştirilen veri kümesi UC Irvine Machine Learning Repository veri tabanından elde edilmiştir. Söz konusu içeriği oluşturan okul raporları ve anketlerden elde edilen veri üzerinde 31 öznitelikten oluşan veri kümesi kullanılmıştır. Veri içeriğindeki öznitelikler öğrencinin; notları, demografik öğeleri, sosyal ve okul faaliyetlerini kapsamaktadır. Bu kapsamda gerçekleştirilen çalışmada Iterative Classifier, OneR ve LogitBoost veri madenciliği yöntemleri ile analizler gerçekleştirilmiştir. En başarılı yöntem OneR veri madenciliği yöntemi olmuştur ve bu yöntem ile 5, 7 ve 10 fold çapraz geçerlilik deneyleri yapılarak bu sonuçların ortalamalarına bakıldığında doğruluk değerinin %92.15; duyarlılık değerinin %96; özgüllük değerinin %86.6 olduğu görülmektedir.
Keywords : Veri madenciliği, Öğrenci performansı, Sınıflandırma, OneR

ORIGINAL ARTICLE URL