Öğrencilerin akademik başarısının değerlendirmesinde makine öğrenme algoritmalarının kullanılması

Günümüzde yapay zekâ birçok alanda kullanılmaktadır. Bu alanlardan biri de eğitimdir. Eğitim faaliyetlerinin yanı sıra başarıyı sınıflandırmak, başarıyı etkileyen faktörleri belirlemek, başarısızlık nedenlerini tespit etmek ve öğrencinin akademik başarı düzeyini önceden tahmin etmek için makine öğrenme yöntemleri kullanılabilmektedir. Başarısızlık durumunda tedbir alınıp, bu konuda çözüm üretilebilmesi için bu durumun öngörülebilmesi çok önemlidir. Başarısızlık kadar başarının da öngörülebilmesi teşvik ve destekle başarının arttırılmasını ve istikrarı sağlanabilir. Bu çalışmada ortaöğretim öğrencileri ile hazırlanmış 2 farklı veri seti ve bu verilerin farklı türevlerinin kullanıldığı 12 farklı çalışma sunulmuştur. Her bir çalışmada sekiz adet makine öğrenme algoritması: derin öğrenme algoritması, yapay sinir ağları, basit lojistik regresyon, yinelemeli sınıflandırıcı optimize edici, karar tablosu, bulanık mantık tabanlı algoritma, tek kural, lojistik model ağacı algoritmaları, klasik, torbalama ve yükseltme yöntemleri önce tüm öznitelikler kullanarak daha sonra da belirli öznitelikler seçilerek denenmiştir. Öznitelik seçilerek yapılan çalışmalarda öznitelikler farklı algoritmalar ile belirlenmiştir.10 kat çaprazlama yöntemi kullanılarak başarı sınıfları tahmin edilmeye çalışılmış ve doğruluk oranı, kesinlik, duyarlılık ve f-değeri hesaplanmıştır. Çıkan sonuçlar benzeri çalışmalar ile karşılaştırılmıştır. Yapılan çalışmalar sonucunda veri setinin özellikleri ile doğruluk oranı arasında ilişki olduğu gözlemlenmiştir.