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

dc.contributor.otherComputer Engineering
dc.date.accessioned2024-07-18T20:58:49Z
dc.date.available2024-07-18T20:58:49Z
dc.description.abstractThis 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.abstractBu 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.urihttps://hdl.handle.net/20.500.14411/6874
dc.subjectUndergraduate courses, Artificial Intelligence, Predictionen_US
dc.subjectLisans dersleri, Yapay Zeka, Tahmintr
dc.titleLisans Dersleri için Zaman Serisi ile Açılacak Şube Sayısı ve Kontenjanlarını Tahmin Eden Yapay Zekâ Sisteminin Geliştirilmesi
dspace.entity.typeProject
project.coordinatorArda Sezen
project.endDate2023-09-01 00:00:00
project.funderAtılım Üniversitesi
project.grantduration10 months
project.grantidentifierATÜ-LAP-2223-05
project.investigatorSezen, Arda
project.principalinvestigatorArda Sezen
project.startDate2022-11-01 00:00:00
project.statusTamamlandı
relation.isOrgUnitOfProjecte0809e2c-77a7-4f04-9cb0-4bccec9395fa
relation.isOrgUnitOfProject.latestForDiscoverye0809e2c-77a7-4f04-9cb0-4bccec9395fa
relation.isPersonOfProject367853fe-83ca-445e-a3be-00c62fcb4e35
relation.isPersonOfProject.latestForDiscovery367853fe-83ca-445e-a3be-00c62fcb4e35

Files