Ekin, Cansu Çiğdem

Loading...
Profile Picture
Name Variants
Aydin, Cansu Cigdem
Cansu Cigdem, Ekin
E.,Cansu Çiğdem
Aydin C.
Ekin, Cansu Cigdem
Ekin, Cansu
Aydin, C. C.
E., Cansu Çiğdem
C. C. Ekin
E., Cansu Cigdem
C.C.Ekin
C.Ç.Ekin
C., Ekin
Ekin, Cansu Çiğdem
C. Ç. Ekin
E.,Cansu Cigdem
Ekin, Cansu C.
Ekin,C.C.
Cansu Çiğdem, Ekin
C.,Ekin
Ekin,C.Ç.
Ekin C.
Aydın, Cansu Ciğdem
Rouyendegh, Babak Daneshvar
Rouyendegh (B Erdebilli), Babak Daneshvar
Job Title
Doçent Doktor
Email Address
cansu.aydin@atilim.edu.tr
Main Affiliation
Computer Engineering
Status
Website
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID

Sustainable Development Goals

5

GENDER EQUALITY
GENDER EQUALITY Logo

0

Research Products

14

LIFE BELOW WATER
LIFE BELOW WATER Logo

1

Research Products

10

REDUCED INEQUALITIES
REDUCED INEQUALITIES Logo

0

Research Products

3

GOOD HEALTH AND WELL-BEING
GOOD HEALTH AND WELL-BEING Logo

2

Research Products

2

ZERO HUNGER
ZERO HUNGER Logo

2

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE
INDUSTRY, INNOVATION AND INFRASTRUCTURE Logo

1

Research Products

16

PEACE, JUSTICE AND STRONG INSTITUTIONS
PEACE, JUSTICE AND STRONG INSTITUTIONS Logo

0

Research Products

11

SUSTAINABLE CITIES AND COMMUNITIES
SUSTAINABLE CITIES AND COMMUNITIES Logo

0

Research Products

8

DECENT WORK AND ECONOMIC GROWTH
DECENT WORK AND ECONOMIC GROWTH Logo

0

Research Products

13

CLIMATE ACTION
CLIMATE ACTION Logo

1

Research Products

4

QUALITY EDUCATION
QUALITY EDUCATION Logo

8

Research Products

6

CLEAN WATER AND SANITATION
CLEAN WATER AND SANITATION Logo

0

Research Products

1

NO POVERTY
NO POVERTY Logo

1

Research Products

15

LIFE ON LAND
LIFE ON LAND Logo

0

Research Products

17

PARTNERSHIPS FOR THE GOALS
PARTNERSHIPS FOR THE GOALS Logo

0

Research Products

7

AFFORDABLE AND CLEAN ENERGY
AFFORDABLE AND CLEAN ENERGY Logo

0

Research Products

12

RESPONSIBLE CONSUMPTION AND PRODUCTION
RESPONSIBLE CONSUMPTION AND PRODUCTION Logo

0

Research Products
This researcher does not have a Scopus ID.
Documents

14

Citations

165

Scholarly Output

42

Articles

23

Views / Downloads

4/0

Supervised MSc Theses

4

Supervised PhD Theses

0

WoS Citation Count

563

Scopus Citation Count

646

WoS h-index

15

Scopus h-index

15

Patents

0

Projects

0

WoS Citations per Publication

13.40

Scopus Citations per Publication

15.38

Open Access Source

8

Supervised Theses

4

Google Analytics Visitor Traffic

JournalCount
Tehnicki Vjesnik4
3rd International Conference on Information Management and Evaluation (ICIME) -- APR 16-17, 2012 -- Atilim Univ, Performance Management & Applicat Res Ctr, Ankara, TURKEY3
Journal of Applied Mathematics2
Journal of Systems Architecture2
UBMK 2018 - 3rd International Conference on Computer Science and Engineering -- 3rd International Conference on Computer Science and Engineering, UBMK 2018 -- 20 September 2018 through 23 September 2018 -- Sarajevo -- 1435602
Current Page: 1 / 6

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Master Thesis
    Makine Öğrenme Tekniklerini Kullanarak Öğrencinin Akademik Performansinin Tahmin Edilmesi
    (2023) Doost, Mırwaıs; Ekin, Cansu Çiğdem
    Son dönemde eğitim sektörü, dünya genelinde insanların en fazla ilgisini çeken sektörlerden biri haline gelmiş ve bu, bu sektöre yatırım yapmak ve gelir elde etmek isteyenler için daha değerli hale gelmiştir. Bu nedenle, bu alanı daha istikrarlı hale getirmek için büyük çaba harcanmaktadır. Öğrenciler, bu alandaki en büyük paydaşlardır ve bu nedenle eğitimde daha fazla dikkat gerektirirler. Tüm üniversiteler, öğrencilerinin memnuniyetini sağlamak ve eğitim kalitesini artırmak için çaba sarf etmektedir. Çünkü eğitim kalitesi, öğrencilerin başarı oranı ve kurumun öğrencilerini elinde tutma yeteneğine bağlıdır. Öğrenci performansını tahmin etmek, başarısızlık riski taşıyan öğrencileri tanımlamanın bir yolu olduğu için yönetim, öğrenci performansını artırmak için kararlar alabilir. Bu analizler, Eğitim Veri Madenciliği (EDM) olarak adlandırılan, sonuçlar üretmek için çok büyük veri kümelerini keşfedebilen Makine Öğrenimi (ML) alt kümesi aracılığıyla gerçekleştirilebilir. Bu çalışmanın ana amacı, en uygun veri madenciliği algoritmalarını kullanarak öğrenci akademik performansını tahmin etmek ve lisans düzeyinde bilgisayar mühendisliği öğrencilerinin performansını etkileyen faktörleri belirlemektir. Öğrenci akademik performansı, Final Notu, Çalışma Süresi ve Bir Sonraki Dönem Ders Notu olmak üzere üç farklı açıdan analiz edilmiştir. Sonuçlarımız, Destek Vektör Makinesi (SVM) ve Karar Ağacı (DT) gibi iki en iyi ML algoritmasının olduğunu göstermektedir ve ayrıca sadece Final Notunun tahminde en değerli faktör olduğunu göstermiştir.