Journals / Ahmet Keleşoğlu Eğitim Fakültesi Dergisi / 2021 / Cilt: 3 - Sayı: 2

Eğitimde Makine Öğrenmesi: Araştırmalardaki Güncel Eğilimler Üzerine İnceleme

Pages
178–199
Publication Date
2021-09-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Araştırma sonuçlarının eğitimde makine öğrenmesi yöntemlerinin kullanılması konusunda ulusal alanyazına katkı sağlayacağı, araştırmacılara bu konuda fikir vereceği düşünülmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Araştırmanın amacı eğitim bilimleri alanında makine öğrenmesi yöntemleri kullanılarak yazılmış makalelerdeki eğilimleri incelemektir.
📊
Key Findings & Data:Web of Science veri tabanında 2015 yılından 2020 yılına kadar olan 5 yıllık süreci kapsayan, konusunda “machine learning” geçen, “Educational Research” veya “Educational Scientific Diciplines” kategorilerinde bulunan çalışmaları kapsamaktadır.
💡
Conclusion & Impact:Araştırma sonuçlarının eğitimde makine öğrenmesi yöntemlerinin kullanılması konusunda ulusal alanyazına katkı sağlayacağı, araştırmacılara bu konuda fikir vereceği düşünülmektedir.
🔬Design:Survey & Empirical Study
📍Scope:2015 Verileri
⚙️Variables:Makine öğrenmesi · Eğitim araştırmaları · Yöntemsel eğilimler

Özet

Araştırmanın amacı eğitim bilimleri alanında makine öğrenmesi yöntemleri kullanılarak yazılmış makalelerdeki eğilimleri incelemektir. Web of Science veri tabanında 2015 yılından 2020 yılına kadar olan 5 yıllık süreci kapsayan, konusunda “machine learning” geçen, “Educational Research” veya “Educational Scientific Diciplines” kategorilerinde bulunan çalışmaları kapsamaktadır. Bu kapsamda tespit edilen 201 çalışmadan 17’si kapsam dışında kalmış ve 201 makale incelemeye alınmıştır. Araştırmada makalelerin incelenmesinde içerik analiz yöntemi kullanılmıştır. Makalelerin içerik analizi araştırmacılar tarafından geliştirilen makale değerlendirme formu kullanılarak yapılmıştır. Yapılan analizler sonucunda makalelerin %42,9’unun deneysel veya uygulamalı çalışma ile gerçekleştirildiği, makalelerde kullanılan makine öğrenmesi yöntemleri incelendiğinde %22,5 karar ağaçları, %17,8 destek vektör makinesi, %14,2 navie bayes sınıflandırma yöntemlerinin kullanıldığı görülmüştür. Makalelerde kullanılan örneklem profilleri incelendiğinde lisans öğrencilerinin %35,3 oranla en fazla olduğu, örneklem sayısındaki yoğunlaşmanın %29,7 oranla 101-1000 arasında olduğu görülmüştür. Makalelerde kullanılan veriler %34 oranıyla veri tabanları ve log kayıtlarından elde edilmiştir. Bu araştırmada son 5 yıllık süreçte yapılmış çalışmalar incelenmiştir. Araştırma sonuçlarının eğitimde makine öğrenmesi yöntemlerinin kullanılması konusunda ulusal alanyazına katkı sağlayacağı, araştırmacılara bu konuda fikir vereceği düşünülmektedir.

🔖

Cite This Article

TOSUNOĞLU, E., YILMAZ, R., ÖZEREN, E., SAĞLAM, Z. (2021). Eğitimde Makine Öğrenmesi: Araştırmalardaki Güncel Eğilimler Üzerine İnceleme. Ahmet Keleşoğlu Eğitim Fakültesi Dergisi, Cilt: 3 - Sayı: 2, 178–199. https://ajindex.com/articles/382062

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Akay, E. Ç. (2018). Ekonometride Yeni Bir Ufuk: Büyük Veri ve Makine Öğrenmesi. Sosyal Bilimler Araştırma Dergisi, 7(2), 41-53.
  2. Akgün, E. (2019). 2023 Eğitim Vizyonunda Dijital Dönüşüm. Seta - Perspektif (C. 233) Albayrak, A. S., & Yilmaz, S. K. (2009). Veri Madenciliği: Karar Ağacı Algoritmaları ve İMKB Verileri Üzerine Bir Uygulama. Suleyman Demirel University Journal of Faculty of Economics & Administrative Sciences, 14(1). Arık, R. S. ve Türkmen, M. (2009). Eğitim Bilimleri Alanında Yayımlanan Bilimsel Dergilerde Yer Alan Makalelerin İncelenmesi. I. Uluslararası Türkiye Eğitim Araştırmaları Kongresi, Çanakkale Onsekiz Mart Üniversitesi,
  3. Antalya. Atalay, M., & Çelik, E. (2017). Büyük Veri Analizinde Yapay Zekâ Ve Makine Öğrenmesi Uygulamalari-Artificial Intelligence and Machine Learning Applications in Big Data Analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 155-172.
  4. Aydın, U.(2012). Sorunsaldan Sonuçlara Bilimsel Araştırma Süreci: Bir Araştırma Raporu Modeli Örneği. ODÜ Sosyal Bilimler Araştırmaları Dergisi (ODÜSOBİAD), 3(5), 135-161.
  5. Çakmak, E. K., Özüdoğru, G., Bozkurt, Ş. B., Ülker, Ü., Ünsal, N. Ö., Boz, K.,. & Bahadır, H. (2016). 2014 Yılında eğitim teknolojileri alanındaki yayımlanan makalelerin incelenmesi. Eğitim Teknolojisi Kuram ve Uygulama, 6(1), 80-108.
  6. Özlem, A. V. C. I. (2015). Dijital Yaşamın Dijital Özne (l) leri: Herkes ya da Hiç Kimse. Uşak Üniversitesi Sosyal Bilimler Dergisi, 8(1), 249-266.
  7. Aydoğan, M., & Karcı, A. (2018). Meslek Yüksekokulu Öğrencilerinin Başarı Performanslarının Makine Öğrenmesi Yöntemleri ile Analizi. International Symposium on Multidisciplinary Studies and Innovative Technologies. October, Turkey. Çelen, F. K., & Seferoğlu, S. S., (2020). Yeni nesil öğrenme kültürü: çevrimiçi öğrenme toplulukları üzerine bir inceleme. Gençlik ve dijital çağ, 80. Hacettepe: Ankara.
  8. Çifçi, F., Kaleli, C., & Günal, S. (2018). Öznitelik seçme ve makine öğrenmesi yöntemleriyle eğitmen performansının tahmin edilmesi. Anadolu Üniversitesi Eğitim Bilimleri Enstitüsü Dergisi, 8(2), 419-440.
  9. Dede, Chris. (2011). Emerging technologies, ubiquitous learning, and educational transformation. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6964 LNCS, 1–8. doi:10.1007/978-3-642-23985-4_1 Dereli, Z. (2019). Dijital Yerliler Yeni Nesil Eğitim Modeli. İstanbul:
  10. Hümanist Ajans A.Ş. El Naqa, I., & Murphy, M. J. (2015). What is m