Makine öğrenmesi yöntemleri ile ortaokul öğrenci başarılarının tespiti ve bir uygulama

Makine Öğrenmesi; verinin analiz edilerek anlamlı sonuçlar çıkarılması, girdi verisinin kullanılarak tahmin modelleri geliştirilmesi amacıyla, eğitim de dahil olmak üzere birçok alanda uygulanmaktadır. Bu tez çalışmasında ortaokul öğrencilerine ait sosyoekonomik, demografik özellikleri ve ders notları verisi kullanılarak sene sonu ağırlıklı not ortalamalarının makine öğrenmesi yöntemleri ile tahmin edilmesi ve başarıya en fazla etki eden niteliklerin belirlenmesi amaçlanmaktadır. Çalışmada kullanılan veri seti İstanbul ili Tuzla ilçesinde bulunan bir ortaokuldan temin edilmiştir. Veri seti üzerinde özellik seçimi yapılarak akademik başarı üzerinde en fazla etkiye sahip değişkenler tespit edilmiş olup modellemede bu nitelikler kullanılmıştır. Hedef niteliğin sınıflandırılması amacı ile; K-En Yakın Komşu, Karar Ağaçları, Rastgele Orman, Destek Vektör Makineleri, Yapay Sinir Ağları, Lojistik Regresyon ve Naive Bayes olmak üzere 7 adet makine öğrenmesi algoritması uygulanmış ve modellerin başarım performansları karşılaştırılmıştır. Model performans değerlendirmesi sonuçlarına göre en başarılı model Rastgele Orman algoritması olarak belirlenmiştir. Öğrencilerin akademik geçmişine ait nitelikler (geçmiş yıllar not ortalaması, Türkçe dersi 1. dönem ortalaması ve Matematik dersi 1. dönem ortalaması) başarıyı en fazla etkileyen öznitelikler olarak tespit edilmiştir. Devamsızlık durumu başarıyı etkileyen bir diğer önemli faktör olarak belirlenmiştir. Demografik ve sosyoekonomik özelliklerin akademik başarıya çok fazla etkisi olmamakla birlikte tahmin başarısına katkısı olduğu görülmüştür. Çalışmanın sonunda Rastgele Orman modeli kullanılarak, ortaokul öğrencilerinin akademik başarılarının tahminine yönelik örnek bir sistem geliştirilmiştir. Örnek sisteme https://model-tahmin.herokuapp.com adresinden ulaşılabilmektedir. Geliştirilen sistemin eğitim yöneticileri tarafından kullanılabileceği düşünülmektedir.