(КПІ ім. Ігоря Сікорського, 2024) Алєйнік, Ольга Русланівна; Кузьменко, Ігор Миколайович
Дипломна робота виконана на 71 сторінці, містить 22 ілюстрацій, 2 додатки, 20 джерел в переліку посилань.
Мета роботи – розробка та оцінка моделей машинного навчання для прогнозування ймовірності вступу до університету. Методи та засоби: алгоритми логістичної регресії, дерев рішень, лінійної регресії, контрольованого навчання, мова програмування Python, бібліотеки Pandas, Numpy, Sklearn, фреймворк Streamlit для створення інтерактивного інтерфейсу.
Основний зміст роботи включає аналіз існуючих програмних систем для прогнозування вступу, детальний опис розробленої системи, методологію та результати експериментів. В роботі також розглянуто візуалізацію даних, використані алгоритми та їх ефективність. Було доведено, що моделі машинного навчання можуть значно покращити процес відбору студентів до університетів, забезпечуючи більш об'єктивні та точні прогнози.
Результат – система прогнозування, яка може бути використана студентами та приймальними комісіями університетів для підвищення об'єктивності та ефективності процесу відбору студентів.