Bu araştırmanın amacı öğrencilerin e-öğrenme ortamlarındaki davranışlarından öğrenme stillerinin web kullanım madenciliği aracılığıyla yapay zekâ modelleri ile algılanmasıdır. Araştırma kapsamında öğrencilerin öğrenme stilleri için Kolb’un öğrenme stilleri sınıflaması ve ölçeği kullanılmıştır. Fırat Üniversitesi Eğitim Fakültesi öğrencileri ile gerçekleştirilen çalışmaya, 230 öğrenci katılmıştır. Öğrencilerin araştırma kapsamında hazırlanan web tabanlı sistemi kullanmaya başlamadan önce ve sonra öğrenme stilleri için veri toplanmıştır. Öğrencilerin e-öğrenme ortamlarını kullandıkları süre içerisinde öğrenme stillerinde değişimler meydana geldiği tespit edilmiştir. Bu durum bireysel farklılıkları ve öğrencilerin sistemlerle etkileşimleri sonucu ortaya çıkabilecek farklılıkları da dikkate alabilen sistemlere olan ihtiyacı ortaya koymaktadır. Öğrencilerin web kullanım davranışlarından öğrenme stillerinin belirlenmesine yönelik yapılan çalışmalarda Yapay Sinir Ağları (YSA) ve Karar Ağacı modelleri uygulanmıştır. E-öğrenme ortamında öğrencilerin kullanımına sunulan 10 öğrenme etkinliğinin ziyaret süreleri ve sayıları veri madenciliği modellerinin girişlerini, öğrenme stilleri ise çıkışını oluşturmuştur. Karar Ağacı ve YSA modellerinden elde edilen tüm sonuçlar değerlendirildiğinde, YSA modelinin Karar Ağacı modeline göre daha başarılı olduğu anlaşılmıştır. YSA modeli kendi içerisindeki algoritmalar açısından değerlendirildiğinde ise Levenberg-Marquardt algoritması %91,7 başarı ile öğrencilerin öğrenme stillerini tahmin etmiştir.