Kısa Sınavların, Ödevlerin ve Projelerin Dönem Sonu Sınavına Olan Etkilerinin Farklı Makine Öğrenmesi Teknikleri ile Araştırılması
| Autor: | KARDAŞ, Karani, GÜVENİR, H. Altay |
|---|---|
| Jazyk: | turečtina |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | Volume: 10, Issue: 1 21-27 EMO Bilimsel Dergi |
| ISSN: | 1309-5501 |
| Popis: | Bu çalışma Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü’nde verilen Programlama Dilleri dersi kapsamında yapılan kısa sınavların, ödevlerin ve projelerin dönem sonu sınavına olan etkisini sunar. Bu bağlamda çalışmanın ilk kısmında, öğrenci verilerinden kısa sınav bilgileri ile Lineer Regresyon yöntemi kullanılarak lineer bir model üretilmeye çalışılmış ve dönem sonu sınav notu tahmin edilmeye çalışılmıştır. Çalışmanın ikinci kısmında ise En Yakın Komşu (KNN), Lineer Regresyon, Lojistik Regresyon, Destek Vektör Makineleri (SVM), Lineer Destek Vektör Makineleri ve Çok Katmanlı Algılayıcılar (MLP) makine öğrenmesi yöntemleri kullanılarak kısa sınavların, ödevlerin ve projelerin ayrı ayrı ve birlikte dönem sonu sınav notuna etkisi gösterilmeye çalışılmıştır. Çalışma, kullanılan makine öğrenmesi yöntemlerinin karşılaştırmalı performansını göstermektedir. Deneysel sonuçlar lineer modelimizin iyileştirilmesi gerektiğini belirtirken, sınıflandırma işlemlerinin başarılı bir şekilde elde edildiğini göstermektedir. This study presents the effect of quizzes, assignments and projects on the final exam of the Programming Languages course given in the Department of Computer Engineering at Bilkent University. In this context, in the first part of the study, a linear model is tried to be produced by using the linear regression method from the student data and the final exam grade is estimated. In the second part of the study, K-Nearest Neighbors(KNN), Linear Regression, Logistic Regression, Support Vector Machines(SVM), Linear Support Vector Machinesand Multi-layer Perceptron (MLP) machine learning methods are used to show the effect of quizzes, assignments and projects separately and together on the final exam grade. The study shows the comparative performance of machine learning methods used in the experiment. Experimental results show that our linear model needs to be improved, while classification operations are achieved successfully. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|