Makine öğrenimi ile öğrenci başarısı üzerine makaleler

Makine öğrenimi, eğitim alanında öğrenci başarısını analiz etmek için güçlü bir araç olarak öne çıkmaktadır. Bu teknoloji, çeşitli veri setleri üzerinden öğrenci performansını tahmin etme ve etkileyen faktörleri belirleme imkanı sunar. Özellikle, farklı eğitim seviyelerinde uygulanan makine öğrenimi yöntemleri, öğrenci başarısını artırmak için stratejik yaklaşımlar geliştirilmesine olanak tanır. Bu bağlamda, makalelerde yer alan çalışmalara odaklanarak, bu alandaki yenilikçi uygulamaları ve elde edilen sonuçları incelemek büyük önem taşımaktadır.

Öğrenci başarısını makine öğrenmesi ile inceleyen bazı makaleler:

Gök, M. (2017). 6. , 7. ve 8. sınıf öğrencilerine uygulanan anket verilerini kullanarak, öğrencilerin Türkçe, Matematik ve dönem sonu genel başarılarını tahmin etmek için regresyon ve sınıflandırma algoritmaları ile makine öğrenmesi yöntemleri uygulamıştır.

Güner, M. ve Çomak, E. (2011). Mühendislik fakültesine başlayan 434 öğrencinin ÖSYM ve KYK bilgilerini kullanarak Destek Vektör Makinesi (DVM) algoritmaları ile makine öğrenimi modeli uygulamış ve matematik dersinde başarılı olacak öğrencileri %86, 36 doğruluk oranı ile tahmin etmiştir.

Aydoğan, S. ve Karcı, H. (2018). Meslek yüksek okullarına devam eden öğrencilerin başarı durumlarını etkileyen faktörleri analiz etmek için denetimli ve denetimsiz öğrenme modelleri kullanmışlardır.

Filiz, M. (2019). Uluslararası Matematik ve Fen Eğilimleri (TIMSS) araştırmasının verilerini kullanarak, öğrencilerin matematik ve fen başarılarını tahmin etmek için makine öğrenmesi yöntemleri uygulamıştır.

Öztekin, F. (2024). Ortaokul öğrencilerinin başarılarını etkileyen faktörleri belirlemek için veri bilimi ve makine öğrenmesi yöntemlerini kullanmıştır.

1. Gök, M. (2017). 6. , 7. ve 8. sınıf öğrencilerine uygulanan anket verilerini kullanarak, öğrencilerin Türkçe, Matematik ve dönem sonu genel başarılarını tahmin etmek için regresyon ve sınıflandırma algoritmaları ile makine öğrenmesi yöntemleri uygulamıştır.
2. Güner, M. ve Çomak, E. (2011). Mühendislik fakültesine başlayan 434 öğrencinin ÖSYM ve KYK bilgilerini kullanarak Destek Vektör Makinesi (DVM) algoritmaları ile makine öğrenimi modeli uygulamış ve matematik dersinde başarılı olacak öğrencileri %86, 36 doğruluk oranı ile tahmin etmiştir.
3. Aydoğan, S. ve Karcı, H. (2018). Meslek yüksek okullarına devam eden öğrencilerin başarı durumlarını etkileyen faktörleri analiz etmek için denetimli ve denetimsiz öğrenme modelleri kullanmışlardır.
4. Filiz, M. (2019). Uluslararası Matematik ve Fen Eğilimleri (TIMSS) araştırmasının verilerini kullanarak, öğrencilerin matematik ve fen başarılarını tahmin etmek için makine öğrenmesi yöntemleri uygulamıştır.
5. Öztekin, F. (2024). Ortaokul öğrencilerinin başarılarını etkileyen faktörleri belirlemek için veri bilimi ve makine öğrenmesi yöntemlerini kullanmıştır.