The extent to which distance learning courses are impactful in the academic success of students is a controversial issue. This study investigates the academic success of students in the Faculty of Educational Sciences by estimating their graduation GPAs. Data are collected from different departments under the Faculty of Educational Sciences – including Computer and Instructional Technologies Education (CEIT), English Teaching (ELT), Preschool Teaching (ECE) and Psychological Counseling and Guidance (PDR) – and include the variables gender, department, university entry score, letter grades of the four distance learning courses, and course lecturers. Interval calculations are made by taking students’ GPAs into account and two categorical variables, “succeeded” and “failed”, are derived. After sweeping and categorical differentiation procedures, the classification method was applied to the data set. The best performance was acquired from “Gaussion Naïve Bayes (Model 3.1)” with 82.8% within “Naïve Bayes Classifiers” among the performance segments with 15 techniques. These acquired performance values illustrate high levels of accurate estimation with the data from the study.

academic success estimation, distance learning, classifier analysis, teacher candidates

Uzaktan eğitim yöntemi ile alınan derslerin ne derece öğrencilerin akademik başarılarında etkin rol oynadığı önem arz eden bir konu niteliğini taşımaktadır. Bu durum göz önünde bulundurularak çalışma kapsamında Eğitim Bilimleri Fakültesi öğrencilerinin akademik başarıları merak edilmiş olup mezuniyet genel not ortalamalarının tahminleme işlemi yapılmıştır. Eğitim Bilimleri Fakültesi bünyesinde yer almakta olan Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü (BÖTE), İngilizce Öğretmenliği Bölümü (ELT), Okul Öncesi Öğretmenliği Bölümü (ECE) ve Rehberlik ve Psikolojik Danışmanlık Bölümü (PDR) bölümleri mezun öğrencilerinin verileri toplanmıştır. Toplanan verilerden öğrencilerin cinsiyeti, bölümü, üniversite giriş puanı, uzaktan eğitim ile ortak almış oldukları dört dersin harf notları ve bu dersi veren öğretim üyelerinin isimleri değişken olarak kullanılmıştır. Öğrencilerin mezuniyet genel not ortalamaları göz önünde bulundurulup aralık hesaplaması yapılarak “başarılı” ve “başarısız” olmak üzere iki kategorik değişken çıkarılmıştır. Yapılan temizlemeler ve kategorik ayrımlar sonrasında sınıflandırma metodu uygulanan veri seti ile 15 teknik çıkmış olan performans dilimleri içerisinde en iyi performansı “Naive Bayes Classifiers” içerisinde yer almakta olan “Gausion Naive Bayes (Model 3.1)” ile %82.8 olarak belirlenmiştir. Elde edilen bu performans değeri çalışmadaki veriler ile doğru tahminleme yapılması oranının yüksekliğini göstermektedir.

akademik başarı tahmini, uzaktan eğitim, sınıflandırma analizi, öğretmen adayları