Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines

Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' stu...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Mühendislik bilimleri dergisi 2011-02
Hauptverfasser: Güner, Necdet, Çomak, Emre
Format: Artikel
Sprache:tur
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page
container_issue
container_start_page
container_title Mühendislik bilimleri dergisi
container_volume
creator Güner, Necdet
Çomak, Emre
description Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' students by using Support Vector Machine method. Data of Pamukkale University School of Engineering's 434 incoming students of year 2007 were considered in this study. The result shows that students' university entrance examination mathematics, science and Turkish tests scores and students' high school graduation grade point average are important items to predict students' achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM. Matematik mühendislik eğitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öğrenciler, matematik dersinde riskli öğrenciler olarak sınıflandırılmaktadır. Bu çalışmanın amacı, Destek Vektör Makineleri yöntemini kullanarak riskli öğrencileri tahmin etmektir. 2007 yılında Pamukkale Üniversitesi mühendislik fakültesine başlayan 434 öğrencinin üniversiteye giriş sınavı sonuçlarına ait verilerin kullanıldığı araştırma sonuçlarına göre; öğrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçları ile lise mezuniyet başarı puanlarının, matematik I dersindeki başarılarını tahminde önemli rol oynadığı bulunmuştur. 289 öğrencinin verisi ile makine eğitilmiş, 145 öğrencinin verisi ise test için kullanılmış ve matematik I dersinden geçen öğrencilerin % 86'sı doğru olarak tahmin edilmiştir.
format Article
fullrecord <record><control><sourceid>fao</sourceid><recordid>TN_cdi_fao_agris_TR2016002634</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>TR2016002634</sourcerecordid><originalsourceid>FETCH-fao_agris_TR20160026343</originalsourceid><addsrcrecordid>eNqFi01rwkAQQBex0GD9CYX5A4HJl0nPongpBI1CT2FdZ9OFdFdmNgf_vW3x7ukd3nszleRZWadV02RzlWQFYlojfryqpYg7Y4V1UTVYJcq2TBdnovMDtMQ28I_2hiBY2DqWCF-kGTZ-cJ6I_6pDnC7ko4DzsNajmcZJ4HyDo_zb6XoNHOFEJgaGT22-f095Uy9Wj0LLBxfqfbvp1rvU6tDrgZ303T7HbIWYr4qyeObv3wFC-A</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines</title><source>DOAJ Directory of Open Access Journals</source><source>EZB-FREE-00999 freely available EZB journals</source><creator>Güner, Necdet ; Çomak, Emre</creator><creatorcontrib>Güner, Necdet ; Çomak, Emre</creatorcontrib><description>Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' students by using Support Vector Machine method. Data of Pamukkale University School of Engineering's 434 incoming students of year 2007 were considered in this study. The result shows that students' university entrance examination mathematics, science and Turkish tests scores and students' high school graduation grade point average are important items to predict students' achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM. Matematik mühendislik eğitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öğrenciler, matematik dersinde riskli öğrenciler olarak sınıflandırılmaktadır. Bu çalışmanın amacı, Destek Vektör Makineleri yöntemini kullanarak riskli öğrencileri tahmin etmektir. 2007 yılında Pamukkale Üniversitesi mühendislik fakültesine başlayan 434 öğrencinin üniversiteye giriş sınavı sonuçlarına ait verilerin kullanıldığı araştırma sonuçlarına göre; öğrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçları ile lise mezuniyet başarı puanlarının, matematik I dersindeki başarılarını tahminde önemli rol oynadığı bulunmuştur. 289 öğrencinin verisi ile makine eğitilmiş, 145 öğrencinin verisi ise test için kullanılmış ve matematik I dersinden geçen öğrencilerin % 86'sı doğru olarak tahmin edilmiştir.</description><identifier>ISSN: 1300-7009</identifier><identifier>ISSN: 2147-5881</identifier><identifier>EISSN: 2147-5881</identifier><language>tur</language><publisher>Pamukkale Üniversitesi Mühendislik Fakültesi</publisher><subject>Machine learning, Support vector machine, Predicting calculus performance ; Makine öğrenmesi, Destek vektör makinesi, Matematik başarısının tahmini</subject><ispartof>Mühendislik bilimleri dergisi, 2011-02</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,776,780</link.rule.ids></links><search><creatorcontrib>Güner, Necdet</creatorcontrib><creatorcontrib>Çomak, Emre</creatorcontrib><title>Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines</title><title>Mühendislik bilimleri dergisi</title><description>Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' students by using Support Vector Machine method. Data of Pamukkale University School of Engineering's 434 incoming students of year 2007 were considered in this study. The result shows that students' university entrance examination mathematics, science and Turkish tests scores and students' high school graduation grade point average are important items to predict students' achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM. Matematik mühendislik eğitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öğrenciler, matematik dersinde riskli öğrenciler olarak sınıflandırılmaktadır. Bu çalışmanın amacı, Destek Vektör Makineleri yöntemini kullanarak riskli öğrencileri tahmin etmektir. 2007 yılında Pamukkale Üniversitesi mühendislik fakültesine başlayan 434 öğrencinin üniversiteye giriş sınavı sonuçlarına ait verilerin kullanıldığı araştırma sonuçlarına göre; öğrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçları ile lise mezuniyet başarı puanlarının, matematik I dersindeki başarılarını tahminde önemli rol oynadığı bulunmuştur. 289 öğrencinin verisi ile makine eğitilmiş, 145 öğrencinin verisi ise test için kullanılmış ve matematik I dersinden geçen öğrencilerin % 86'sı doğru olarak tahmin edilmiştir.</description><subject>Machine learning, Support vector machine, Predicting calculus performance</subject><subject>Makine öğrenmesi, Destek vektör makinesi, Matematik başarısının tahmini</subject><issn>1300-7009</issn><issn>2147-5881</issn><issn>2147-5881</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2011</creationdate><recordtype>article</recordtype><recordid>eNqFi01rwkAQQBex0GD9CYX5A4HJl0nPongpBI1CT2FdZ9OFdFdmNgf_vW3x7ukd3nszleRZWadV02RzlWQFYlojfryqpYg7Y4V1UTVYJcq2TBdnovMDtMQ28I_2hiBY2DqWCF-kGTZ-cJ6I_6pDnC7ko4DzsNajmcZJ4HyDo_zb6XoNHOFEJgaGT22-f095Uy9Wj0LLBxfqfbvp1rvU6tDrgZ303T7HbIWYr4qyeObv3wFC-A</recordid><startdate>20110201</startdate><enddate>20110201</enddate><creator>Güner, Necdet</creator><creator>Çomak, Emre</creator><general>Pamukkale Üniversitesi Mühendislik Fakültesi</general><scope>FBQ</scope></search><sort><creationdate>20110201</creationdate><title>Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines</title><author>Güner, Necdet ; Çomak, Emre</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-fao_agris_TR20160026343</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>tur</language><creationdate>2011</creationdate><topic>Machine learning, Support vector machine, Predicting calculus performance</topic><topic>Makine öğrenmesi, Destek vektör makinesi, Matematik başarısının tahmini</topic><toplevel>online_resources</toplevel><creatorcontrib>Güner, Necdet</creatorcontrib><creatorcontrib>Çomak, Emre</creatorcontrib><collection>AGRIS</collection><jtitle>Mühendislik bilimleri dergisi</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Güner, Necdet</au><au>Çomak, Emre</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines</atitle><jtitle>Mühendislik bilimleri dergisi</jtitle><date>2011-02-01</date><risdate>2011</risdate><issn>1300-7009</issn><issn>2147-5881</issn><eissn>2147-5881</eissn><abstract>Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically 'at-risk'. The purpose of this study was to predict 'at risk' students by using Support Vector Machine method. Data of Pamukkale University School of Engineering's 434 incoming students of year 2007 were considered in this study. The result shows that students' university entrance examination mathematics, science and Turkish tests scores and students' high school graduation grade point average are important items to predict students' achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM. Matematik mühendislik eğitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öğrenciler, matematik dersinde riskli öğrenciler olarak sınıflandırılmaktadır. Bu çalışmanın amacı, Destek Vektör Makineleri yöntemini kullanarak riskli öğrencileri tahmin etmektir. 2007 yılında Pamukkale Üniversitesi mühendislik fakültesine başlayan 434 öğrencinin üniversiteye giriş sınavı sonuçlarına ait verilerin kullanıldığı araştırma sonuçlarına göre; öğrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçları ile lise mezuniyet başarı puanlarının, matematik I dersindeki başarılarını tahminde önemli rol oynadığı bulunmuştur. 289 öğrencinin verisi ile makine eğitilmiş, 145 öğrencinin verisi ise test için kullanılmış ve matematik I dersinden geçen öğrencilerin % 86'sı doğru olarak tahmin edilmiştir.</abstract><pub>Pamukkale Üniversitesi Mühendislik Fakültesi</pub></addata></record>
fulltext fulltext
identifier ISSN: 1300-7009
ispartof Mühendislik bilimleri dergisi, 2011-02
issn 1300-7009
2147-5881
2147-5881
language tur
recordid cdi_fao_agris_TR2016002634
source DOAJ Directory of Open Access Journals; EZB-FREE-00999 freely available EZB journals
subjects Machine learning, Support vector machine, Predicting calculus performance
Makine öğrenmesi, Destek vektör makinesi, Matematik başarısının tahmini
title Predicting Performance of First Year Engineering Students in Calculus by Using Support Vector Machines
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-07T03%3A59%3A20IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-fao&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Predicting%20Performance%20of%20First%20Year%20Engineering%20Students%20in%20Calculus%20by%20Using%20Support%20Vector%20Machines&rft.jtitle=M%C3%BChendislik%20bilimleri%20dergisi&rft.au=G%C3%BCner,%20Necdet&rft.date=2011-02-01&rft.issn=1300-7009&rft.eissn=2147-5881&rft_id=info:doi/&rft_dat=%3Cfao%3ETR2016002634%3C/fao%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true