Türkiye’de Mesleki ve Teknik Anadolu Lise Öğrencilerin Yapay Sinir Ağı Analiz

Şekil 4.1’de Türkiye’de MTAL öğrencilerinin fizik dersi için MATLAB 2016a programının nprtool komutu ile yapılan başarı tahmininde tasarlanan ağa ait değerler bulunmaktadır.

Şekil 4.1. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait veriler

Ağın kurulum işleminin tanıtıldığı bu grafikte eğitim aşamasındaki ağın ürettiği çıktılar ve ağın ürettiği çıktı ile istenen çıktı arasındaki hataları belirleyecek değişkenler belirtilmektedir. Eğitim ara yüzü Şekil 4.2’de verirmiştir.

77

Şekil 4.2. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait eğitim arayüzü

MATLAB2016a ortamında nprtool komutu ile elde edilen eğitim, test ve tüm veri karmaşıklık matrisi Şekil 4.3’de verilmiştir.

78

Şekil 4.3. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait karmaşık matrisi

Elde edilen bu sayısal sonuçlar Şekil 4.3’deki karmaşık (hata) matrisi ile ilişkilendiğinde doğruluk yüzdesi üçüncü satır son sütun mavi kareye, kesinlik yüzdesi ilk satırdaki son sütun gri kareye, duyarlılık yüzdesi ilk sütundaki son satır gri kareye, hata oranı ise son satırdaki son sütun yanlış sınıflandırma yüzdesine karşılık gelmektedir. Kaya ve Türk (2017), yaptıkları çalışmada tasarlanan ağa ait karmaşık matrisin yorumlanması, bu çalışmaya ışık tutuşmuştur. Bu bağlamda Şekil 4.3’te verilen tabloda Yeşil kareler (0,0) ve (1,1) yüksek oranda doğru yüzdeyi, kırmızı kare (1,0 ve 0,1) düşük oranda doğru olmayan yüzdeyi, açık mavi kare (en alt en son) de tüm doğruluğu göstermektedir. YSA ile öğrencilerin fizik dersinin akademik başarı durumlarına göre sınıflandırılmasına ait tasarlanan ağ modeli ile analiz sonucu elde edilen bulgular Çizelge 4.1’de sunulmuştur.

79

Çizelge 4.1. Fizik dersi için yapay sinir ağ modeli sonucu elde edilen sınıflandırma YSA

Basamakları

Gerçek Durum

Tahmin Edilen Doğru Tahmin Yüzdesi (%) Doğru f % Yanlış f % Eğitim Başarılı 363 49.5 1 0.1 99.7 Başarısız 367 50.1 2 0.3 99.5 Toplam 730 99.6 3 0.4 99.6 Doğrulama Başarılı 16 34.8 1 2.2 100 Başarısız 29 63.0 0 0.0 94.1 Toplam 45 97.8 1 2.2 97.8 Test Başarılı 47 34.3 16 11.7 86.5 Başarısız 64 46.7 10 7.3 74.6 Toplam 111 81.0 26 19.0 81.0

Çizelge 4.1 incelendiğinde, fizik dersi için toplam eğitime katılan 730 bireyden 364 başarılı öğrenciden 363 doğru, 1’i yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %99.7’dir. Başarısız olan 369 öğrenciden, 367’si doğru, 2’si yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %99.5’tir. Toplam doğru sınıflandırılma oranı %99.6’dır. Doğrulama analizine katılan 46 bireyden 17 başarılı öğrenciden 16’sı doğru, 1’i yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %94.1’dir. Başarısız olan 29 öğrenciden, 29’u doğru, 0 yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %100’dür. Toplam doğru sınıflandırılma oranı %97.8’dir. Teste katılan 138 bireyden 63 başarılı öğrenciden 47’si doğru, 16’sı yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %74.6’dır. Başarısız olan 74 öğrenciden, 64’ü doğru, 10’u yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %86.5’tir. Toplam doğru sınıflandırılma oranı %96.7’dir.

Grafik 4.1. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait performans grafiği

80

Ağ, programı 19. iterasyonda sonlandırılmış olup, ortalama karesel hatanın 0.14083 olduğu Grafik 4.1’de görülmektedir.

Grafik 4.2. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait korelasyon analizi grafiği

MATLAB2016a ortalama karesel hata, doğrusallık (korelasyon-regresyon analizi), hata matrisi yüzdesi ve ROC eğri analizinin çıkarılması mümkündür. Yapılan bu çalışmada, analizlerden faydalanılarak sonuçlar yorumlanmaya gidilmiştir. Korelasyon analizi, iki değişken arasındaki doğrusal ilişkiyi veya bir değişkenin iki ya da daha çok değişken ile olan ilişkinin derecesini ölçmek için kullanılan istatistiksel bir yöntemdir. R değerinin yaklaşık 1 olması (eğim yaklaşık 45º), değişkenler arasında doğrusal bir ilişki olduğunu, 0 olması ise doğrusal bir ilişki olmadığını ifade eder (Kaya ve Türk, 2017). MATLAB2016a ortamında nftool komutu ile elde edilen Grafik 4.2’de R eğitim değerinin 1 olduğu görülmektedir. Korelasyon eğri analizi ağ performansını doğrulamak için kullanılmaktadır.

81

Grafik 4.3. Türkiye’de mesleki ve teknik lise öğrencilerinin fizik dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait ROC eğri analizi grafiği

Grafik 4.3’de ROC eğri analizi ise farklı eşik değerleri için düşey eksende doğru pozitiflik, yatay eksende yanlış pozitiflik oranlarının yer aldığı bir eğridir. ROC analizi, bir duyarlılık ve seçicilik değeri kullanılarak tanı koymanın getirdiği sakıncaları ortadan kaldırmak için geliştirilmiş istatistik değerlendirme yöntemidir (Yurtay, Ak ve Bacınoğlu, 2013). Doğru pozitiflik oranı arttıkça yanlış pozitiflik oranı da artmaktadır (Kaya ve Türk, 2017). En faydalı tanı testi doğru pozitiflik oranı yüksek, yanlış pozitiflik oranı düşük olan testtir (Tomak ve Bek, 2009; Wanger, Metz ve Campbell, 2007). Mükemmele yakın bir tanı testi, hemen hemen dikey (0,0)’dan (0,1)’e ve sonra yatayda (1,1)’den geçen bir ROC eğri analizine sahip olmalıdır. Sol üst köşeye en yakın geçen ROC eğri analizini veren test en kullanışlı testtir (Dirican, 2001; Sasse, 2002). ROC eğri analizi, köşegene yaklaştıkça başarısız bir test ortaya çıkar. (0.0) ile (1,1) noktalarını birleştiren köşegen çizgi referans çizgisi olarak kabul edilmektedir. ROC analiz eğrisinin altın da kalan alan Area Under Curve (AUC) 1’e ne kadar yakın olursa sınıflandırma o kadar mükemmel olmaktadır (Kaya ve Türk, 2017).

82

4.2. Türkiye’de Mesleki ve Teknik Anadolu Lise Öğrencilerin Yapay Sinir Ağı Analizi ile Kimya Dersi Başarısının Tahminine İlişkin Bulgular

Şekil 4.4’de Türkiye’de MTAL öğrencilerinin kimya dersi için MATLAB2016a programının nprtool komutu ile yapılan başarı tahmininde tasarlanan ağa ait değerler bulunmaktadır.

Şekil 4.4. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait veriler

Ağın kurulum işleminin tanıtıldığı bu grafikte eğitim aşamasındaki ağın ürettiği çıktılar ve ağın ürettiği çıktı ile istenen çıktı arasındaki hataları belirleyecek değişkenler belirtilmektedir. Şekil 4.5’de eğitim ara yüzü verirmiştir.

83

Şekil 4.5. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait eğitim arayüzü

MATLAB2016a ortamında nprtool komutu ile elde edilen eğitim, test ve tüm veri karmaşıklık matrisi Şekil 4.6’de verilmiştir.

84

Şekil 4.6. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait karmaşık matrisi

YSA ile öğrencilerin kimya dersinin akademik başarı durumlarına göre sınıflandırılmasına ait tasarlanan ağ modeli ile analiz sonucu elde edilen bulgular Çizelge 4.2’de sunulmuştur.

Çizelge 4.2. Kimya dersi için yapay sinir ağ modeli sonucu elde edilen sınıflandırma YSA

Basamakları

Gerçek Durum

Tahmin Edilen Doğru Tahmin Yüzdesi (%) Doğru f % Yanlış f % Eğitim Başarılı 423 57.8 0 0.0 100 Başarısız 309 42.2 0 0.0 100 Toplam 732 100 0 0.0 100 Doğrulama Başarılı 27 58.7 0 0.0 100 Başarısız 19 41.3 0 0.0 100 Toplam 46 100 0 0.0 100 Test Başarılı 83 60.1 5 3.6 94.3 Başarısız 45 32.6 5 3.6 90.0 Toplam 123 92.8 10 7.2 92.8

85

Çizelge 4.2 incelendiğinde kimya dersi için toplam eğitime katılan 732 bireyden 423 başarılı öğrenciden 423 doğru, 0 yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %100’dür. Başarısız olan 309 öğrenciden, 309’u doğru, 0 yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %100’dür. Toplam doğru sınıflandırılma oranı %100’dür. Doğrulama analizine katılan 46 bireyden 19 başarılı öğrenciden 19’u doğru, 0 yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %100’dür. Başarısız olan 27 öğrenciden, 27’si doğru, 0 yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %100’dür. Toplam doğru sınıflandırılma oranı %100’dür. Teste katılan 138 bireyden 88 başarılı öğrenciden 83’ü doğru, 5’i yanlış sınıflandırılmış olup, doğru sınıflandırma oranı %94.3’tür. Başarısız olan 50 öğrenciden, 45’i doğru, 5’i yanlış sınıflandırılmış olup, doğru sınıflandırılma oranı %90’dır. Toplam doğru sınıflandırılma oranı %98.9’dur.

Grafik 4.4. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait performans grafiği

Ağ, programı 25. iterasyonda sonlandırılmış olup, ortalama karesel hatanın 0.014797 olduğu grafik 4.4’de görülmektedir.

86

Grafik 4.5. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ağa ait korelasyon analizi grafiği

MATLAB2016a ortamında nftool komutu ile elde edilen grafik 4.5’de R eğitim değerinin 1 olduğu görülmektedir. Korelasyon eğrisi ağ performansını doğrulamak için kullanılır.

Grafik 4.6. Türkiye’de mesleki ve teknik lise öğrencilerinin kimya dersi için MATLAB2016a programı ile yapılan başarı tahmininde tasarlanan ait ROC eğri analizi grafiği

87

4.3. Türkiye’de Mesleki ve Teknik Anadolu Lise Öğrencilerin Yapay Sinir Ağ