3rd International Symposium on Innovative Approaches in Scientific Studies, Ankara, Türkiye, 19 - 21 Nisan 2019, cilt.4, sa.1, ss.434-444
Eğitim sektörünün giderek büyüyen yapısında, yükseköğretim kurumları, öğrenci performansının
akademik olarak iyileştirilmesi ve öğrencilerin okulu bırakmalarını önlemek için veri madenciliği araçlarını
ve tekniklerini kullanmaktadır. Veriler sosyo-ekonomik, demografik ve çevresel yirmi dört özellik taşıyan
üç yüz öğrencinin akademik bilgisinden oluşmaktadır. J48, Decision Stump,RepTree, Random Forest ve
Random Tree karar ağacı sınıflandırma yöntemleri kullanılmıştır. Veri madenciliği aracı olarak 3.8.3
sürümlü WEKA seçilmşiştir. Rasgele orman algoritmasının doğruluk ve sınıflandırıcı hatalarına dayanarak
diğer sınıflandırıcılardan daha iyi performans gösterdiği gözlemlenmiştir.