Görüntüleme
4
Günümüzde üniversite öğrencilerinin eğitime ve eğitim materyallerine internetten erişim oranları oldukça artmıştır. Eğitimde internetin kullanılması ve ders materyallerine erişimin artmasına bağlı olarak analiz edilebilecek veri setinde artış meydana gelmiştir. Bu veri setlerinden bir tanesi de (planlı veya acilen) uzaktan eğitim sürecine geçen üniversitelerin, uzaktan eğitim sistemlerinde biriken ödev, sınav, proje, performans, devam notları ve benzeridir. Yeni Korona Virüs (Covid-19) pandemisinde Yüksek Öğretim Kurumu’nun (YÖK) tavsiyesi ile üniversiteler eğitimlerine uzaktan Asenkron, Senkron ve Hibrit yöntemlerini kullanarak devam etmiş, hatta sınavları uzaktan eğitim sisteminde yapmak zorunda kalmışlardır. Bu araştırmada, Kayseri Üniversitesinin Uzaktan Eğitim Uygulama ve Araştırma Merkezi (KAYUZEM) sisteminden alınmış veriler kullanılmıştır. Araştırma kapsamında 8319 işlenmiş veri bulunmaktadır. Bu veriler üzerinde Veri Madenciliği (VM) alanında kullanılan RapidMiner programının otomatik modelleme özelliği kullanılarak varsayılan algoritmalarla geleceğe yönelik tahminleme işlemi yapılmıştır. Varsayılan algoritmalar arasından en iyi sonucu veren Derin Öğrenme, Naive Bayes, Gradient Boosted Trees, Lojistik Regresyon kullanılmış ve bu otomatik modelleme de yer almayan k-En Yakın Komşu (k-NN) algoritması da çalışmaya dahil edilmiştir. Bu 5 algoritmanın parametreleri üzerinde değişiklikler yapılarak daha iyi sonuçlar elde edilmeye çalışılmıştır. Öğrenci başarısına göre en iyi tahminleme sonucunu, Lojistik Regresyon ile kurulan model vermiştir. Derse katılma yöntemlerinin tümünün (Senkron, Asenkron ve Hibrit) öğrenci başarısına etkisi Karışıklık Matrisi yöntemiyle karşılaştırılmıştır ve en güvenilir yöntemin Hibrit olduğu görülmüştür. Bu çalışma ile üniversitelerde derse katılma yöntemlerinden hangisinin, öğrenciler açısından daha güvenilir olacağına yönelik çıkarımlarda bulunulmuştur. Dolayısıyla yapılan çıkarımlar ile birlikte bir dahaki akademik dönem için öğrenci başarı düzeyinin artması yönünde, derse katılma yöntemlerinden hangisinin daha güvenilir olduğu konusunda tahminleme mümkün olmuştur.
Today, the rate of university students' access to education and training materials from the internet has increased considerably. There has been an increase in the data set that can be analyzed due to the use of the internet in education and the increase in access to course materials. One of these data sets (planned or urgently) is the homework, exam, project, performance, attendance grades and the like accumulated in the distance education systems of the universities that started the distance education process. In the new Corona Virus pandemic, with the recommendation of the Higher Education Council, universities continued their education by using Asynchronous, Synchronous and Hybrid methods and even had to take the exams in the distance education system. In this research, data obtained from the Distance Education Application and Research Center system of Kayseri University was used. There are 8319 processed data within the scope of the research. Using the automatic modeling feature of RapidMiner program, which is used in Data Mining field, on these data, predictions for the future were made with default algorithms. Deep Learning, Naive Bayes, Gradient Boosted Trees, Logistic Regression, which gave the best results among the default algorithms, were used and the k-NN algorithm, which is not included in this automatic modeling, was also included in the study. It has been tried to obtain better results by making changes on the parameters of these 5 algorithms. The model established with Logistic Regression gave the best estimation result according to student success. The effect of all the participation methods (Synchronous, Asynchronous and Hybrid) on student achievement was compared with the Confusion Matrix method and it was seen that the most reliable method was Hybrid. With this research, inferences were made about which of the methods of attending lectures in universities would be more reliable for students. Therefore, with the inferences made, it has been possible to predict which of the methods of participation in the course is more reliable in order to increase the level of student achievement for the next academic term.
Alan : Fen Bilimleri ve Matematik
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
