Moodle sistemindeki veriler ile makine öğrenmesi algoritmaları kullanılarak öğrencilerin dönem sonu akademik performanslarının tahmin edilmesi

Teknolojinin eğitim sektöründeki etkileri incelendiğinde, akademik performansın ölçümü ve değerlendirilmesi üzerindeki dönüştürücü gücü özellikle dikkat çekicidir. Bu alanda, yapay zeka ve makine öğrenimi algoritmaları, öğrencilerin gelecekteki akademik başarılarını tahmin etme kapasitesi ile ön plana çıkmaktadır. Öğrencilerin geçmiş başarıları, öğrenme süreçleri ve çeşitli faktörleri büyük veri analizine tabi tutarak, kişiselleştirilmiş eğitim yaklaşımlarına imkan tanımakta ve eğitim kurumlarının stratejik planlama becerilerini geliştirmektedir. Bu araştırmada, MOODLE eğitim yönetim sistemi üzerinden elde edilen verilerin, beş farklı makine öğrenme algoritması (Random Forest, Karar Ağaçları, K-Nearest Neighbors, Support Vector Machines ve Naive Bayes) kullanılarak analiz edilmesi ele alınmıştır. İkili ve çoklu sınıflandırma teknikleriyle yürütülen bu analizler, algoritmaların öğrenci başarısını tahmin etmede gösterdikleri yüksek başarıyı ortaya koymuştur. Çalışma, makine öğrenme algoritmalarının eğitimde nasıl bir potansiyel taşıdığını ve performans tahmini gibi kritik süreçlerde ne derecede etkili olabileceğini göstermektedir. Literatür taramasıyla zenginleştirilen bu tez, benzer çalışmaların detaylı bir analizini sunmakta ve mevcut algoritmaların eğitim verileri üzerindeki uygulanabilirliğini değerlendirmektedir. MOODLE veri setinin işlenmesi, veri temizleme, özellik seçimi ve normalizasyon gibi ön işleme adımlarını kapsamaktadır. Algoritmaların performansları, doğruluk, hassasiyet, özgüllük ve f1 skoru gibi ölçütlerle değerlendirilmiş, en iyi performans gösteren yöntemler belirlenmiştir. Sonuç olarak, bu çalışma, eğitim teknolojileri literatürüne önemli bir katkı sağlamanın yanı sıra, eğitimcilerin ve idarecilerin öğrenci başarısını izleme ve yönlendirme süreçlerine de ışık tutmaktadır. Makine öğrenimi algoritmalarının etkin kullanımı, eğitim kalitesinin artırılması ve öğrenci başarısının maksimize edilmesi yönünde stratejik kararların alınmasına olanak sağlayabilir.