Predicting students' academic achievement with educational data mining: Using interaction data from learning management system
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (TR)
Bu çalışmanın amacı, 2020-2021 eğitim-öğretim yılı güz döneminde GEP0322-Dijital Okuryazarlık dersine kayıt yaptıran öğrencilerin dönem sonu geçme notlarının sadece öğrenme yönetim sistemi etkileşim verileri kullanılarak tahmin edilmesidir. Özellik seçim tekniklerinin model performansı üzerindeki etkisini incelemek için farklı özellik seçim yöntemleri kullanılmıştır. Her durumda, farklı algoritmalar verimli bir şekilde çalışmış, ancak tahmin sonuçları aynı çıkmamıştır. Model değerleri arasında bazı küçük farklılıklar olsa da, birinin diğerinden daha iyi olduğunu söylemek için yeterli değildir. Yapılan çalışmalarda sırasıyla CatBoost regresörü (RMSE=14,27), Random Forest regresörü (RMSE=14,39) ve Extra Trees regresörü (RMSE=15,84) en iyi model olarak çıkmıştır.
Yazar
Ebru Toka
Bu Yayına Nasıl Atıf Yapılır
Ebru Toka (Yüksek Lisans Tezi). Predicting students' academic achievement with educational data mining: Using interaction data from learning management system, 2023, Bahçeşehir University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Bahçeşehir University tezlerinden daha fazlası
- Yaşam döngüsü değerlendirmesi kullanarak küçük ölçekli biyogaz tesisi geliştirme ve işletme yükseltmesi(2023)
- Yapay zeka'nın pazarlama iletişimi ve marka tutundurmada kullanımı ve yapay zeka'nın reklam iletişiminde kullanımı üzerine bir araştırma(2023)
- Vokal caz müziğinde dilsel öğeler üzerinden müzikaliteye hizmet edecek bir metot önerisi(2023)
- Profesyonel futbolcularda kayropraktik farkındalığının değerlendirilmesi(2023)
- Popülerleşen sanal müze uygulamaları ve kullanıcı deneyimi: Zeugma Sanal Müzesi(2023)
- Özel bir okulda çalışan seçim ve yerleştirme sürecinin incelenmesi: Bir vaka analizi(2023)