Veri Madenciliği ile Türkiye’deki ve Avrupa Birliği ÜlkelerindekiBilgisayar Mühendisliği Programlarının Karşılaştırılması

Veri madenciliği birçok alanda kullanılmaktadır. Veri madenciliği ile amaçlanan insanlar için ilk bakışta bir anlam ifade etmeyenverilerden insanlar için faydalı olabilecek bilgiler elde edilebilmesidir. Bu çalışmada veri madenciliği eğitim alanında kullanılmıştır. Buçalışmada amaçlanan Türkiye’deki üniversitelerde ve Avrupa Birliği ülkelerindeki üniversitelerde bilgisayar mühendisliği lisansprogramlarının dersleri veri madenciliği yöntemleriyle sınıflandırılarak birbiriyle karşılaştırılmıştır. Bu karşılaştırma için Türkiye’deki80 adet üniversitenin bilgisayar mühendisliği lisans ders listeleri ve Türkiye’deki üniversitelerle Erasmus programı anlaşması bulunanAvrupa Birliği ülkelerindeki 29 adet üniversitenin bilgisayar mühendisliği lisans ders listeleri toplanmış ve incelenmiştir. Elde edilen veriler veri madenciliği sınıflandırma algoritmalarından Naive Bayes algoritması ve J48 karar ağacı algoritması kullanılarak Weka platformunda analiz edilmiştir. Derslerin çeşitliliklerinin incelenebilmesi için dersler “Temel Dersler, Matematik Dersleri, YazılımDersleri, Donanım Dersleri, Yapay Zeka Dersleri, Ağ Güvenlik Dersleri, Ek Dersler, Bölüm İçi Seçmeli Dersler, Bölüm Dışı SeçmeliDersler” olmak üzere 9 tane sınıfa ayrılmıştır. Çalışma sonucunda Türkiye’deki üniversitelerdeki bilgisayar mühendisliği dersçeşitliliğinin Yapay Zeka Dersleri, Ağ Güvenliği Dersleri, Dölüm Dışı Seçmeli Dersler ve Ek Dersler sınıflarında Avrupa Birliğiülkelerindeki üniversitelerin bilgisayar mühendisliği bölümlerindeki ders çeşitlliğinden fazla olduğu; Matematik Dersleri, DonanımDersleri, Yazılım Dersleri, Bölüm İçi Seçmeli Dersler ve Temel Dersler sınıflarına ait derslerde ise Avrupa Birliği ülkelerindekibilgisayar mühendisliği bölümlerinden daha az olduğu görülmüştür. Bu çalışmadaki bir diğer incelenen durum ise derslerin kredileri ileAKTS’lerinin (Avrupa Kredi Transfer Sistemi) kıyaslanmasıdır. Türkiye’deki bilgisayar mühendisliği lisans programlarından ve Avrupa Birliği’ndeki bilgisayar mühendisliği lisans programlarından veri elde edilirken derslerin kredi ve AKTS miktarındaki farklılık dikkatçekmiştir. Bu sebeple belirlenen ders sınıflarına göre kredi ortalamaları hesaplanarak Türkiye’deki derslerin kredi ortalamaları ileAvrupa Birliği’ndeki derslerin kredi ortalamaları karşılaştırılmıştır. Bu çalışma ile Erasmus yapan öğrencilerin Avrupa Birliği’ndeki üniversitelerden aldıkları dersleri Türkiye’deki okuduğu üniversitede eşleştirme sırasında yaşadığı zorluğa da dikkat çekmekhedeflenmiştir.

A Comparison of Computer Engineering Programs in Turkey and European Community Countries by Data Mining

Using data mining in many areas, it is tried to obtain useful information for people from meaningless data sets. In this study, data miningwas used in the education field. This study was a comparison of computer engineering at universities in European Union countries andTurkey intended in the course of classified data mining methods with each other. Erasmus program agreements with 29 pieces of computer engineering university course listings in comparison to the 80 European Union countries with this university computerengineering course listings in Turkey, and these listings have been collected and analyzed. These data obtained were analyzed by Wekaplatform using Naive Bayes algorithm and J48 decision tree algorithm, which are among data mining classification algorithms. In orderto examine the courses, the courses are divided into 9 classes as “Basic Courses, Mathematics Courses, Software Courses, Hardware Courses, Artificial Intelligence Courses, Network Security Courses, Additional Courses, In-Departmental Elective Courses,Non-Departmental Elective Courses”. As a result of the study, Artificial Intelligence Courses, Network Security Courses, Non Departmental Elective Courses, Additional Courses in Turkey are more than just computer engineering departments in European Unioncountries. It has been observed that the courses of Mathematics Courses, Hardware Courses, Software Courses, Departmental ElectiveCourses and Basic Courses are less than the computer engineering departments in European Union countries. Another situationexamined in this study is the comparison of the credits of the courses. In these courses in Turkey and European Union while acquiringdata from undergraduate programs and has noted differences in the ECTS (European Credit Transfer and Accumulation System) creditamount. Therefore courses determined by calculating the average credit based on their grade average credit courses credit courses inEuropean Union were compared with the average in Turkey. This makes working with Erasmus students from courses taken atuniversities in European Union are aimed to draw attention to the difficulties faced in college he/she reads during pairing in Turkey.

PDF

___

Akçapınar, G. (2014). Çevrimiçi Öğrenme Ortamındaki Etkileşim Verilerine Göre Öğrencilerin Akademik Performanslarının Veri Madenciliği Yaklaşımı İle Modellenmesi, Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü, Doktora Tezi.
Akgöbek, Ö., Çakır, F., (2009). Veri Madenciliğinde Bir Uzman Sistem Tasarımı, Akademik Bilişim’09 - XI. Akademik Bilişim Konferansı Bildirileri Harran Üniversitesi, Şanlıurfa. Alan, M. A. (2012). Veri Madenciliği Ve Lisansüstü Öğrenci Verileri Üzerine Bir Uygulama. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (33), 165-174.
Alan, M.A. (2014). Karar Ağaçlarıyla Öğrenci Verilerinin Sınıflandırılması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 28(4), 101-112 .
Altınkardeş, A., Erdal, H., Fevzi BABA, F. ve Fak, S.,A. (2012). ABPM Ölçümü olmaksızın karar ağaçları algoritması ile Non- Dipper/Dipper Öngörüsü, 6.Ulusal Tıp Bilişimi Kongresi, Antalya.
Aydın, S. (2007). Veri Madenciliği Ve Anadolu Üniversitesi Uzaktan Eğitim Sisteminde Bir Uygulama, Anadolu Üniversitesi / Sosyal Bilimler Enstitüsü, Doktora Tezi.
Ayık, Y. Z., Özdemir, A. ve Yavuz, U. (2007). Lise Türü Ve Lise Mezuniyet Başarısının, Kazanılan Fakülte İle İlişkisinin Veri Madenciliği Tekniği İle Analizi. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 441-454.
Baykal, A. (2006). Veri Madenciliği Uygulama Alanları. Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 7, 95-107.
Bırtıl, F. S. (2011). Kız Meslek Lisesi Öğrencilerinin Akademik Başarısızlık Nedenlerinin Veri Madenciliği Tekniği İle Analizi, Afyon Kocatepe Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Bilen, Ö., Hotaman, D., Aşkın, Ö. E. ve Büyüklü, A.H. (2014). LYS Başarılarına Göre Okul Performanslarının Eğitsel Veri Madenciliği Teknikleriyle İncelenmesi: 2011 İstanbul Örneği. Eğitim ve Bilim, 39(172), 78-94.
Çırak, G. ve Çokluk, Ö. (2013). Yükseköğretimde Öğrenci Başarılarının Sınıflandırılmasında Yapay Sinir Ağları ve Lojistik Regresyon Yöntemlerinin Kullanılması. Mediterranean Journal of Humanities, 3(2), 71-79.
Çoban Budak, E. (2013). Üniversite Öğrencileri İçin Bilgisayar Okuryazarlığını Etkileyen Faktörlerin Etkisinin Veri Madenciliği İle Analizi. AJIT-e-Online Academic Journal Of Information Technology, 4(11), 1-14.
Çöllüoğlu Gülen, Ö. (2014). Veri Madenciliği Teknikleri İle Üstün Yetenekli Öğrencilerin İlgi Alanlarının Analizi, Gazi Üniversitesi Bilişim Enstitüsü, Doktora Tezi.
Dener, M., Dörterler, M., Orman, A., (2009,Şubat). Açık Kaynak Kodlu Veri Madenciliği Programları: Weka’da Örnek Uygulama”, Akademik Bilişim’09 - XI. Akademik Bilişim Konferansı Bildirileri, Harran Üniversitesi, Şanlıurfa.
Ekim, U. (2011). Veri Madenciliği Algoritmalarını Kullanarak Öğrenci Verilerinden Birliktelik Kurallarının Çıkarılması. Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Farhad Alam, F. ve Pachauri, S. (2017). Comparative Study of J48, Naive Bayes and One-R Classification Technique for Credit Card Fraud Detection using WEKA. Advances in Computational Sciences and Technology, 10(6 ), 1731-1743.
Göker, H. (2012). Üniversite Giriş Sınavında Öğrencilerin Başarılarının Veri Madenciliği Yöntemleri İle Tahmin Edilmesi, Gazi Üniversitesi Bilişim Enstitüsü, Yüksek Lisans Tezi.
Hark, C. (2013). Öğrencilerin Akıllı Tahtaya İlişkin Tutumlarının İncelenmesine Yönelik Bir Veri Madenciliği Uygulaması. Fırat Üniversitesi Eğitim Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Hatipoğlu, B., Aslan, Z., Zontul, M. ve Güneş, A. (2011). Dershane Eğitiminin, Öğrencinin Üniversiteye Yerleşmesindeki Etkisi. İstanbul Aydın Üniversitesi Dergisi, 3(12), 13-50.
Kılıçer, S., ve Şamlı, R. (2018). Veri Madenciliği ile Türkiye’deki ve Avrupa Birliği Ülkelerindeki Bilgisayar Mühendisliği Bölümleri Ders İçeriklerinin Karşılaştırılması. İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Kilicer, S. Ve Şamlı, R (2018). Comparison of Turkey ad European Union Computer Engineering Programs”, ICATCES – International Conference on Advanced Technologies, Computer Engineering and Science, Karabük/TÜRKİYE
Kilicer, S. Ve Şamlı, R (2019). Veri Madenciliği İle Türkiye'deki Elektrik Elektronik Mühendisliği Programlarının Karşılaştırılması”, HEZARFEN – International Congress of Science, Mathematics and Engineering Sciences, İzmir/TÜRKİYE
Kilicer, S. Ve Şamlı, R (2020). Türkiye ve Çin Bilgisayar Mühendisliği Programlarının Karşılaştırılması”, EFIS – Geleceğin Mühendisleri Uluslararası Öğrenci Sempozyumu, Zonguldak/Türkiye
Kurt, Ç. ve Erdem, O. A. (2012). Öğrenci Başarısını Etkileyen Faktörlerin Veri Madenciliği Yöntemleriyle İncelenmesi. Politeknik Dergisi, 15(2), 111-116.
Nizam, H., Akın, S.,S.,(2014). Sosyal Medyada Makine Öğrenmesi ile Duygu Analizinde Dengeli ve Dengesiz Veri Setlerinin Performanslarının Karşılaştırılması, XIX Türkiye'de İnternet Konferansı, Yaşar Üniversitesi, İzmir.
Özçınar, H. (2006). KPSS sonuçlarının veri madenciliği yöntemleriyle tahmin edilmesi. Pamukkale Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Patil, T. Sherekar, S. (2013). Performance Analysis of Naive Bayes and J48 Classification Algorithm for Data Classification. International Journal Of Computer Science And Applications, 6(2), 256-261.
Savas, S., Topaloglu, N., Yılmaz, M. (2012). Veri Madenciliği ve Türkiye’deki Uygulama Örnekleri. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 11(21), 1-23.
Stolz, H., Lehmann, P., ve Poonnawa, W., (2007). Data Mining with Microsoft SQL Server 2005, International DSI / Asia and Pacific DSI 2007.
Şengür, D. (2013). Öğrencilerin Akademik Başarılarının Veri Madenciliği Metotları İle Tahmini, Fırat Üniversitesi Eğitim Bilimleri Enstitüsü, Yüksek Lisans Tezi
Taşdelen, A. (2014). Veri Madenciliği Yöntemleri İle Mühendislik Fakültesi Uzaktan Eğitim Bölümlerinin Analizi: Karabük Üniversitesi Örneği, Karabük Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Yelegin, A. (2012). Mesleki Eğitimde Öğrenci Altyapısının Öğrenci Eğitim Başarısına Etkisinin Veri Madenciliği Yöntemleriyle Ortaya Çıkartılması. Yayınlanmamış Yüksek Lisans Tezi, Beykent Üniversitesi, İstanbul.