Makine Öğrenimi Modelleri İle Yetişkin Eğitimi Analizi: Modellerin Karşılaştırmalı Performansı

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.In this study, adult education in Turkey is analyzed with machine learning methods using the Turkish Statistical Institute's (TurkStat) 2022 Adult Education Survey micro dataset. LightGBM, RandomForest, XGBoost, GradientBoosting and CatBoost algorithms were applied to analyze the dynamics of participation in adult education in more depth and overcome the inadequacies of traditional methods. As a result of the analysis, GradientBoosting, XGBoost and CatBoost models performed the best with 94% test accuracy. GradientBoosting and LightGBM models stand out with an AUC of 0.92, while CatBoost and XGBoost achieved an AUC of 0.91. In terms of F1 score, GradientBoosting and LightGBM models gave the most successful results with 0.75. In the light of these evaluations, the CatBoost model stood out as the most appropriate model in this study with its high accuracy, precision and AUC values. In addition, the findings show that machine learning methods can be used as a powerful decision support tool in the analysis of adult education in Turkey and policy development processes in this field.