The Proceedings of International Symposium on Industry 4.0 and Applications (ISIA 2017), Karabük, Türkiye, 12 - 14 Ekim 2017, ss.150-155, (Tam Metin Bildiri)
Ülkelerin endüstri 4.0, yapay zekâ, 3d yazıcılar gibi birçok teknolojik gelişmeler ile yakından ilgilendikleri bu bilgi çağında bu konuların yürütülmesini, geliştirilmesini ve ileriye taşınmasını sağlayacak asıl araçlar ülkelerin genç nesilleridir. Üniversite öğrencileri bir ülkenin geleceğine yön verecek olan en önemli kaynaklardır. Dolayısıyla öğrencilerinin başarılarının ölçülmesi ve başarısızlıklarının hangi noktadan kaynaklandığının bulunması ve bu başarısızlıkların önüne geçilmesinin sağlanabilmesi de oldukça önemlidir. Çalışmada Gazi üniversitesinden alınan üniversite öğrencilerine dair veriler kullanılarak öğrencilerin bir dersi kaçıncı alışlarında geçebilecekleri tahmin edilmeye çalışılmıştır. Tahmin modeli oluşturmada bireysel makine öğrenme tekniklerinden; lojistik model ağacı ve rastgele orman, bileşik makine öğrenme tekniklerinden torbalama, oylama ve uyarlanabilir hızlandırma kullanılmıştır. Yöntemlerin tahmin başarısı sentez indeks kullanılarak kıyaslanmıştır. En iyi sonucu, alt sınıflandırıcı olarak rastgele orman kullanan 5 kat çapraz geçerlilik yöntemi ile torbalama metodu vermiştir.