Fen Bilgisi Öğretmen Adaylarının Genel Not Ortalamalarının Sınıflandırılmasında Yapay Sinir Ağlarının Kullanımı

Authors : Nesibe YORGANCI, Nimet IŞIK

Pages : 143-159

View : 33 | Download : 18

Publication Date : 2019-04-15

Article Type : Research Paper

Abstract :Öz: Yapay sinir ağları (YSA) ekonomi, tıp, turizm, mühendislik ve sanayi gibi alanlarda sıklıkla kullanılmaktadır. Eğitim alanında kullanımının ise son yıllarda artış gösterdiği görülmüştür. Bu nedenle yapılan bu çalışmada öğrenci başarısını etkileyebileceği düşünülen değişkenlerden baskın zekâ alanları, çalışma alışkanlıkları, cinsiyet ve yaş değişkenleri ile öğrencilerin genel not ortalamalarına göre sınıflandırılmasında YSA’nın kullanımı amaçlanmıştır. Araştırmada öğrencilerin sahip oldukları çalışma alışkanlıkları, baskın zekâ alanları ve yaş gibi değişkenleri ile genel not ortalamalarına göre sınıflandırılmasında yapay sinir ağı modeli kullanılmıştır. Araştırmanın örneklemini eğitim fakültesi Fen Bilgisi Öğretmenliği bölümünde lisans öğrenimi gören 30 dördüncü  sınıf öğretmen adayı oluşturmaktadır. Çalışmada üç adet veri toplama aracı kullanılmıştır. İlk olarak adayların yaş, cinsiyet ve genel not ortalamalarının belirlenmesini sağlayan demografik ölçek, ikinci olarak sahip olunan çalışma alışkanlıklarını belirleyebilecek 60 maddeden oluşan bir çalışma alışkanlıkları envanteri kullanılmıştır. Ayrıca adayların baskın zekâ alanlarını belirlemek için de Gardner tarafından hazırlanan 80 maddelik çoklu zekâ envanteri verilerin toplanmasında kullanılan araçlardır. Çalışmada elde edilen veriler bilgisayar ortamına aktarılarak Matlab R2012a programıyla analize hazır hale getirilmiştir. Hazırlanan veriler ise YSA modellerinden Çok Katmanlı Algılayıcı ağ modeli yardımıyla analiz edilmiştir.Yapay sinir ağı modellerinden çok katmanlı algılayıcı ağ modelinin kullanıldığı bu çalışmada 142 giriş verisi ve 9 çıkış verisiyle oluşturulan ağ yapıları incelenmiştir. Burada amaç, ağın oluşturması beklenen veri ile araştırmacı tarafından ağa sunulan çıkış verisi arasında en az hatanın yapıldığı ağın bulunmasını sağlamaktır. Sonuçlara göre en az hata gizli katmanda 25 nöron bulunduran ağda meydana gelmiştir. Bu yapının hata kareler ortalamalarına bakıldığında eğitim veri seti için 0.03, geçerlilik veri seti için 0.004 ve test veri seti için de 0.005 olduğu görülmektedir. Sonuç olarak öğrencilerin yaş, cinsiyet, baskın zekâ alanları ve sahip oldukları çalışma alışkanlıkları ile genel not ortalamaları YSA modellerinden çok katmanlı algılayıcı ağ modeli yardımıyla sınıflandırılabilmektedir. Elde edilen hata kareler  ortalamaları, kullanılan değişkenler ve örneklem sayısına göre farklılık gösterebileceğinden dolayı çalışmanın farklı gruplar üzerinde farklı değişkenlerle yinelenmesi tavsiye edilmektedir. En Az 250 Kelimelik Özet Anahtar Sözcükler: (En Az 3 Anahtar Sözcük)
Keywords : Yapay Sinir Ağları, Çok Katmanlı Algılayıcı Model, Sınıflandırma, Çalışma Alışkanlıkları ve Genel Not Ortalamaları