Student Graduation Prediction with Data Mining: Amasya University Distance Education Application and Research Center Sample

References

1. G. Silahtaroğlu, Veri Madenciliği Kavram ve Algoritmaları, İstanbul: Papatya Yayıncılık 22, 2016.
2. H. Akpınar, “Veri tabanlarında bilgi keşfi ve veri madenciliği,” İÜ İşletme Fakültesi Dergisi, 29(1), 1-22, 2000
3. J. Luan, “Data mining, knowledge management in higher education, potential applications,”, 42nd Associate of Institutional Research International Conference, Toronto, Canada, 2002. Device Lett., vol. 20, pp. 569–571, Nov. 1999.
4. Y. Z. Ayık, A. Özdemir, and U. Yavuz, “Lise türü ve lise mezuniyet başarısının, kazanılan fakülte ile ilişkisinin veri madenciliği tekniği ile analizi,”. Atatürk Üniversitesi Sosyal Bilimler Dergisi, 10 (2), 441-454, 2007.
5. V. P. Bresfelean, M. Bresfelean, N. Ghisoiu, and C. A. Comes, “Determining students’ academic failure profile founded on data mining methods,” In Information Technology Interfaces, International Conference, Dubrovnik, 23- 26 Haziran, 317-322, 2008.
6. Ş. Can, “Veri madenciliği ve eğitim sektöründe bir uygulama,” (Yüksek Lisans Tezi). Manisa: Celal Bayar Üniversitesi Sosyal Bilimler Enstitüsü, 2017.
7. D. Şengür, and A. Tekin, “Öğrencilerin mezuniyet notlarının veri madenciliği metotları ile tahmini,” Internatıonal Journal Of Informatıcs Technologıes, 6(3): 7-16, 2013.
8. M. Karabatak, “Özellik seçimi, sınıflama ve öngörü uygulamalarına yönelik birliktelik kuralı çıkarımı ve yazılım geliştirilmesi,” F.Ü. Fen Bilimleri Enstitüsü, Doktora Tezi, Elazığ, 116s., 2008.
9. C. Hark, “Öğrencilerin akıllı tahtaya ilişkin tutumlarının incelenmesine yönelik bir veri madenciliği uygulaması,” (Yüksek Lisans tezi). Fırat Üniversitesi Eğitim Bilimleri Enstitüsü Bilgisayar ve Öğretim Teknolojileri Eğitimi, Elazığ, 2013.
10. G. Bilekdemir, “Veri madenciliği tekniklerini kullanarak üretim süresi tahmini ve bir uygulama,” (Yüksek Lisans Tezi). Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı Üretim Yönetimi Ve Endüstri İşletmeleri Yüksek Lisans Tezi, İzmir, 2010.
11. M. Taşdemir, “Veri madenciliği: öğrenci başarısına etki eden faktörlerin regresyon analizi ile tespiti,” (Yüksek Lisans Tezi), 2012.
12. S. Haykin. “Neural Networks: A Comprehensive Foundation,” [Elektronik Sürüm], Prentice Hall Inc, New Jersey, 1999.
13. O. Song, W. Hu, and W. Xie, “Robust support vector machine with bullet hole image classification,” [Kurşun deliklerini destek vektör makineleri ile siniflandirma], IEEE Transactions on Systems, Man and Cybernetics – Part C: Applications and Rewiews, 32(4): 440, 2002
14. E. Yakut, B. Elmas, and S. Yavuz, “Yapay sinir ağları ve destek vektör makineleri yöntemleriyle borsa endeksi tahmini,” Süleyman Demirel University Journal of Faculty of Economics & Administrative Sciences, 19(1), 2014
15. M. Akman, Y. Genç, and H. Ankarali, “Random forests yöntemi ve sağlık alanında bir uygulama,” Türkiye Klinikleri Journal of Biostatistics, 3(1), 36-48, 2011
16. Y. İşler, A. Narin, "WEKA Yazılımında k-Ortalama algoritması kullanılarak konjestif kalp yetmezliği hastalarının teşhisi," SDÜ Teknik Bilimler Dergisi, c. 2, s. 4, ss. 21-29, 2012.