МЕТОДЫ МОДЕЛИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ ПРИКЛАДНЫХ ЗАДАЧ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ
Ключевые слова:
машинное обучение, прогнозирование успеваемости, случайный лес, градиентный бустинг, полносвязные нейронные сети, анализ важности признаков, ROC-анализАннотация
В статье исследуются методы интеллектуального анализа данных и предиктивного моделирования для прогнозирования академической успеваемости студентов на основе комплекса социально-педагогических факторов. Авторы осуществляют сравнительный анализ эффективности ансамблевых алгоритмов машинного обучения (Random Forest, XGBoost) и глубокой полносвязной нейронной сети при решении задач регрессии и бинарной классификации. На основе обученных моделей сформирована комплексная система оценки качества прогнозирования (метрики MSE, F1мера, матрицы ошибок, ROC-AUC), позволяющая эффективно выявлять студентов из группы риска для оказания своевременной академической поддержки.
Библиографические ссылки
1. R. J. Collie, J. D. Shapka and N. E. Perry, “School climate and social emotional learning: Predicting teacher stress, job satisfaction, and teaching efficacy”, Journal of Educational Psychology, vol. 104, no. 4, (2012), pp. 1189-1204.
2. C. Day, A. Kington, G. Stobart and P. Sammons, “The personal and professional selves of teachers: stable and unstable identities”, British Educational Research Journal, vol. 32, no. 4, (2006), pp. 601-616.
3. E. Deci, R. Vallerand, L. Pelletier and R. Ryan, “Motivation and education: The self-determination perspective”, Educational Psychologist, vol. 26, no. 3 &4, (1991), pp. 325-346.
4. J. DeCoster, “Overview of Factor Analysis”, Retrieved from http://www.stathelp.com/notes.html. (1998).
5. R. Delorenzo, W. Battino, R. Schreiber and B. Gaddy Carrio, “Delivering on the promise”, Bloomington, IN: Solution Tree, (2009).
6. B. Fuller and J. Izu, “Explaining school cohesion: What shapes the organizational beliefs of teachers”, American Journal of Education, vol. 94, (1986), pp. 501- 535.
7. C. H. Geer and J. Q. Morrison, “The impact of the collective efficacy of a school community on individual professional development outcomes”, MidWestern Educational Researcher, vol. 21, no. 4, (2008), pp. 32-38.
