Ceyhan, Ulaş Ozan

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14411/8459
Name Variants
Ceyhan, Ulas Ozan
C., Ulas Ozan
C.,Ulas Ozan
Ulaş Ozan, Ceyhan
Ceyhan,U.O.
U., Ceyhan
C.,Ulaş Ozan
Ulas Ozan, Ceyhan
U.O.Ceyhan
U.,Ceyhan
Ceyhan, Ulaş Ozan
Job Title
Araştırma Görevlisi
Email Address
Main Affiliation
Information Systems Engineering
Status
Former Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID

Sustainable Development Goals

SDG data is not available
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

1

Articles

0

Views / Downloads

1/0

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

0

Scopus Citation Count

0

WoS h-index

0

Scopus h-index

0

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.00

Open Access Source

0

Supervised Theses

1

Google Analytics Visitor Traffic

Journals data is not available

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Filters

20191
Reset filters

Settings

Has files: trueSubject: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Master Thesis
    Öğrenci Başarısının Tahmin Edilmesi: Atılım Üniversitesi Bilgisayar Mühendisliği Bölümünden Mezun Öğrencilerin Transkript ve Kişisel Verilerine Dayalı Bir Vaka Çalışması
    (2019) Ceyhan, Ulaş Ozan; Karakaya, Kasım Murat
    Son yıllarda Eğitimsel Veri Madenciliği (EVM) veri analiz projelerinde oldukça popüler oldu. Kurumlar eğitim kalitelerini artırmaya ve bu verilere yatırım yapmaya başladılar. Öğrencilerin başarılılarını tahmin etme EVM içinde önemli bir zorlu amaca ve kaliteli bir eğitimde bir sürü faydaya sahiptir. Bu çalışmada biz öğrencilerin seçili derslerdeki başarılarını ve kişisel verilerini dikkate alarak başarılarını tahmin etmeyi amaçladık. Bu amaçla, mezun öğrenciler üzerinde çeşitli Makine Öğrenmesi (MÖ) algoritmalarını çalıştırdık. Seçili derslerdeki başarıyı analiz edebilmek için birçok kavram ve tanımlama oluşturduk. İlk olarak, öğrenci başarısını ölçmek için üç tane metrik geliştirdik. Bunlar harf notları, başarı grupları ve geçme kalma durumu şeklindedir. Dahası, mezun öğrenci verisinden seçili MÖ algoritmalarında girdi olarak kullanılmak üzere dört tane girdi veri seti oluşturduk. Bu çalışmanın sonuçları yüksek ya da düşük harf notlu öğrenci notlarının orta düzey notlara göre daha iyi tahmin edilebildiğini belirtmiştir. Benzer şekilde, başarı gruplarına göre; yüksek ya da düşük başarı grupları ortalama gruplarla karşılaştırıldığında daha iyi doğruluk ile tahmin edilebiliyor. Son başarı metriği için ise, tahmin başarısı ders geçen öğrencilerde kalan öğrencilerdekine göre çok daha iyi. Dört girdi veri setini düşünürsek, tahmin başarılarında dikkate değer bir farklılık saptanamamıştır. Yalnızca, öğrenci personel verisinden oluşmuş veri seti kalan setlerle karşılaştırıldığında daha düşük tahmin başarısı üretmiştir. Müfredat içinde son iki dönem için seçili derslerin tahmin başarısının yükseldiği gözlemlenmiştir. Bu bulguların ayrıntıları ve olası sebepleri ilgili bölümlerde irdelenmiş ve tartışılmıştır. Biz inanıyoruz ki, bu çalışmanı sonuçları öğrencilerin gelecekteki ders başarılarını tahmin eden bir öğrenci tavsiye sistemine temel olabilir.