Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini
Yükseköğretim programlarına yerleştirmeler öncelikle öğrencilerin akademik başarılarına ve tercihlerine göre belirlenir. Yükseköğretim Kurumları Sınavı (YKS) giren öğrenciler başta YKS puanı, Ortaöğretim Başarı Puanı (OBP) ve tercih sıralamalarına göre kariyer hedeflerine uygun yükseköğretim bölümle...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Gazi University
2024-12-01
|
| Series: | Gazi Üniversitesi Fen Bilimleri Dergisi |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/pub/gujsc/issue/89546/1509217 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849328337752686592 |
|---|---|
| author | Betül Ersöz Halil İbrahim Bülbül |
| author_facet | Betül Ersöz Halil İbrahim Bülbül |
| author_sort | Betül Ersöz |
| collection | DOAJ |
| description | Yükseköğretim programlarına yerleştirmeler öncelikle öğrencilerin akademik başarılarına ve tercihlerine göre belirlenir. Yükseköğretim Kurumları Sınavı (YKS) giren öğrenciler başta YKS puanı, Ortaöğretim Başarı Puanı (OBP) ve tercih sıralamalarına göre kariyer hedeflerine uygun yükseköğretim bölümlerine yerleştirilir. YKS ile yerleşmede en önemli faktör sınav puanıdır. Bu sebeple öğrenciler, sınav öncesi netlerinden puanlarının belirlenmesi için öneri sistemlerine ihtiyaç duymaktadır. Deneme sınavları netlerinden öğrencilerin YKS puanlarını formüller yardımıyla hesaplayarak tahmin eden hâlihazırda çeşitli sistemler mevcuttur. Ancak yapay zekâ yöntemleriyle puanları tahmin eden uygulamalar bulunmamaktadır. Bu çalışmada YKS’ye giren öğrencilerin deneme sınavı netlerine göre YKS puanlarının tahmini yapılmıştır. Araştırmada, iki aşamalı olan YKS sınavında TYT (Temel Yeterlilik Testi) ve AYT (Alan Yeterlilik Testi) puanlarının tahmin edilmesinde Yapay zekâ (YZ) tekniklerinden olan Makine Öğrenme (ML) algoritmalarından Lineer Regresyon (LinReg), Çok Katmanlı Algılayıcı (MLP), K-En Yakın Komşu (KNN), Rastgele Orman (RF) gibi dört farklı model kullanılmıştır. ML algoritmaları içerisinde TYT’ de en iyi performans gösteren MLP, R-Kare (0.999), MAE (0.056) ve RMSE (0.447) değerleri bulunmuştur. AYT’ de en iyi performans gösteren Lineer regresyon R-Kare (0.999), MAE (0.214) ve RMSE (0.0413) değerleri bulunmuştur. Geliştirilen model, öğrencilerin YKS puan sonuçlarını ML teknikleriyle tespit ederek ticari bir dijital öğrenme platformun üretken yapay zeka aracına entegre edilmiş olup, puan tahminlerinde destek sağlamaktadır. |
| format | Article |
| id | doaj-art-1734668510c548ffb17dc6a9c6970941 |
| institution | Kabale University |
| issn | 2147-9526 |
| language | English |
| publishDate | 2024-12-01 |
| publisher | Gazi University |
| record_format | Article |
| series | Gazi Üniversitesi Fen Bilimleri Dergisi |
| spelling | doaj-art-1734668510c548ffb17dc6a9c69709412025-08-20T03:47:37ZengGazi UniversityGazi Üniversitesi Fen Bilimleri Dergisi2147-95262024-12-0112484585310.29109/gujsc.1509217 Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının TahminiBetül Ersöz 0https://orcid.org/0000-0001-6221-1530Halil İbrahim Bülbül1https://orcid.org/0000-0002-6525-7232GAZİ ÜNİVERSİTESİGAZİ ÜNİVERSİTESİYükseköğretim programlarına yerleştirmeler öncelikle öğrencilerin akademik başarılarına ve tercihlerine göre belirlenir. Yükseköğretim Kurumları Sınavı (YKS) giren öğrenciler başta YKS puanı, Ortaöğretim Başarı Puanı (OBP) ve tercih sıralamalarına göre kariyer hedeflerine uygun yükseköğretim bölümlerine yerleştirilir. YKS ile yerleşmede en önemli faktör sınav puanıdır. Bu sebeple öğrenciler, sınav öncesi netlerinden puanlarının belirlenmesi için öneri sistemlerine ihtiyaç duymaktadır. Deneme sınavları netlerinden öğrencilerin YKS puanlarını formüller yardımıyla hesaplayarak tahmin eden hâlihazırda çeşitli sistemler mevcuttur. Ancak yapay zekâ yöntemleriyle puanları tahmin eden uygulamalar bulunmamaktadır. Bu çalışmada YKS’ye giren öğrencilerin deneme sınavı netlerine göre YKS puanlarının tahmini yapılmıştır. Araştırmada, iki aşamalı olan YKS sınavında TYT (Temel Yeterlilik Testi) ve AYT (Alan Yeterlilik Testi) puanlarının tahmin edilmesinde Yapay zekâ (YZ) tekniklerinden olan Makine Öğrenme (ML) algoritmalarından Lineer Regresyon (LinReg), Çok Katmanlı Algılayıcı (MLP), K-En Yakın Komşu (KNN), Rastgele Orman (RF) gibi dört farklı model kullanılmıştır. ML algoritmaları içerisinde TYT’ de en iyi performans gösteren MLP, R-Kare (0.999), MAE (0.056) ve RMSE (0.447) değerleri bulunmuştur. AYT’ de en iyi performans gösteren Lineer regresyon R-Kare (0.999), MAE (0.214) ve RMSE (0.0413) değerleri bulunmuştur. Geliştirilen model, öğrencilerin YKS puan sonuçlarını ML teknikleriyle tespit ederek ticari bir dijital öğrenme platformun üretken yapay zeka aracına entegre edilmiş olup, puan tahminlerinde destek sağlamaktadır.https://dergipark.org.tr/tr/pub/gujsc/issue/89546/1509217yapay zekâmakine öğrenmeykstytaytüretken yapay zeka |
| spellingShingle | Betül Ersöz Halil İbrahim Bülbül Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini Gazi Üniversitesi Fen Bilimleri Dergisi yapay zekâ makine öğrenme yks tyt ayt üretken yapay zeka |
| title | Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini |
| title_full | Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini |
| title_fullStr | Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini |
| title_full_unstemmed | Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini |
| title_short | Yapay Zekâ Teknikleriyle Yükseköğretim Kurumları Sınavı (YKS) Puanlarının Tahmini |
| title_sort | yapay zeka teknikleriyle yuksekogretim kurumlari sinavi yks puanlarinin tahmini |
| topic | yapay zekâ makine öğrenme yks tyt ayt üretken yapay zeka |
| url | https://dergipark.org.tr/tr/pub/gujsc/issue/89546/1509217 |
| work_keys_str_mv | AT betulersoz yapayzekateknikleriyleyuksekogretimkurumlarısınavıykspuanlarınıntahmini AT halilibrahimbulbul yapayzekateknikleriyleyuksekogretimkurumlarısınavıykspuanlarınıntahmini |