Makine Öğrenimi Modelleri İle Yetişkin Eğitimi Analizi: Modellerin Karşılaştırmalı Performansı
Kâmil Abdullah Eşidir
Abstract
Bu çalışmada, Türkiye'deki yetişkin eğitimi, Türkiye İstatistik Kurumu'nun (TÜİK) 2022 Yetişkin Eğitimi Araştırması mikro veri seti kullanılarak makine öğrenimi yöntemleriyle analiz edilmiştir. Yetişkin eğitimi alanındaki katılım dinamiklerini daha derinlemesine incelemek ve geleneksel yöntemlerin yetersizliklerini aşmak amacıyla LightGBM, RandomForest, XGBoost, GradientBoosting ve CatBoost algoritmaları uygulanmıştır. Analizler sonucunda, GradientBoosting, XGBoost ve CatBoost modelleri %94 test doğruluğuyla en iyi performansı sergilemiştir. GradientBoosting ve LightGBM modelleri, 0,92 AUC değeriyle öne çıkarken, CatBoost ve XGBoost 0,91 AUC değeri elde etmiştir. F1 skoru açısından ise 0,75 ile GradientBoosting ve LightGBM modelleri en başarılı sonuçları vermiştir. Bu değerlendirmeler ışığında, CatBoost modeli, yüksek doğruluk, kesinlik ve AUC değerleriyle bu çalışmada en uygun model olarak ön plana çıkmıştır. Ayrıca, elde edilen bulgular, Türkiye’de yetişkin eğitiminin analizi ve bu alandaki politika geliştirme süreçlerinde makine öğrenimi yöntemlerinin güçlü bir karar destek aracı olarak kullanılabileceğini göstermektedir.