Lisans Dersleri için Zaman Serisi ile Açılacak Şube Sayısı ve Kontenjanlarını Tahmin Eden Yapay Zekâ Sisteminin Geliştirilmesi

dc.contributor.other Computer Engineering
dc.date.accessioned 2024-07-18T20:58:49Z
dc.date.available 2024-07-18T20:58:49Z
dc.description.abstract This project aims to address the problems experienced in traditional methods used in determining course quotas and number of sections in universities. This project, carried out with the support of Atılım University Undergraduate Research Projects, aims to optimize this process by using machine learning models. In the project, XGBoost and LightGBM were examined and their ability to make high-accurate predictions was tested. en_US
dc.description.abstract Bu proje, üniversitelerde ders kontenjanlarının ve şube sayılarının belirlenmesinde kullanılan geleneksel yöntemlerde yaşanan sorunları ele almayı amaçlamaktadır. Atılım Üniversitesi Lisans Araştırma Projeleri desteğiyle yürütülen bu proje, makine öğrenimi modellerinin kullanılmasıyla bu sürecin optimize edilmesini hedeflemiştir. Projede, XGBoost ve LightGBM yapıları incelenmiş ve yüksek doğrulukta tahmin yapabilme kabiliyetleri denenmiştir. tr
dc.identifier.uri https://hdl.handle.net/20.500.14411/6874
dc.subject Undergraduate courses, Artificial Intelligence, Prediction en_US
dc.subject Lisans dersleri, Yapay Zeka, Tahmin tr
dc.title Lisans Dersleri için Zaman Serisi ile Açılacak Şube Sayısı ve Kontenjanlarını Tahmin Eden Yapay Zekâ Sisteminin Geliştirilmesi
dspace.entity.type Project
project.coordinator Arda Sezen
project.endDate 2023-09-01 00:00:00
project.funder Atılım Üniversitesi
project.grantduration 10 months
project.grantidentifier ATÜ-LAP-2223-05
project.investigator Sezen, Arda
project.principalinvestigator Arda Sezen
project.startDate 2022-11-01 00:00:00
project.status Tamamlandı
relation.isOrgUnitOfProject e0809e2c-77a7-4f04-9cb0-4bccec9395fa
relation.isOrgUnitOfProject.latestForDiscovery e0809e2c-77a7-4f04-9cb0-4bccec9395fa
relation.isPersonOfProject 367853fe-83ca-445e-a3be-00c62fcb4e35
relation.isPersonOfProject.latestForDiscovery 367853fe-83ca-445e-a3be-00c62fcb4e35

Files

Collections