Öğrencilerin başarısının veri madenciliği algoritmaları kullanılarak tahmin edilmesi

Çoğu yüksek öğretim kurumu öğrenci başarısına kilit bir stratejik hedef olarak öncelik vermektedir. Akademik kurumlar, bütçe kısıtlamaları ve artan işletme maliyetleri karşısında eğitim seviyesinden ödün vermeden kurumlarına kayıtlı öğrenci sayısını artırmaya odaklanmaktadır. Akademik ve davranışsal verileri kullanarak öğrencilerin başarısını tahmin etmek için makine öğreniminin kullanılması, çok sayıda girişim ve çalışmanın konusu olmuştur. Öğrenci başarısını tahmin etmek için Rastgele Orman, Destek Vektör Makinesi, Lojistik Regresyon vb. gibi popüler makine öğrenimi algoritmalarını uyguladık. Destek Vektör Makinesi en iyi doğruluk (%93,8) ve hassasiyet (%98,75) puanlarını sağlamayı başarmıştır. Ayrıca yığın tabanlı topluluk modelinin uygulanması öğrenci başarı tahmininde oldukça etkilidir. Bu nedenle, öğrenci başarısını tahmin etmedeki etkinliğini diğer makine öğrenmesi algoritmalarıyla karşılaştırmak için yığın tabanlı bir topluluk öğrenme modeli geliştirilmiştir. Sonuç olarak, yığın tabanlı topluluk modeli, öğrenci başarısını tahmin etmede en iyi doğruluk puanını (%93,9) sağlamıştır.