Computer Engineering2024-07-182024-07-18https://hdl.handle.net/20.500.14411/6874This 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.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.Undergraduate courses, Artificial Intelligence, PredictionLisans dersleri, Yapay Zeka, Tahmin