Прогнозування ймовірності вступу до університету на основі моделей штучного інтелекту
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
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.
Опис
Програма використовує алгоритми машинного навчання, такі як алгоритм Apriori, ID3, проста та множинна лінійна регресія, та інші алгоритми контрольованого навчання, для створення моделей прогнозування. Точність моделей оцінюється за допомогою метрик, таких як точність, середньоквадратична помилка та середня абсолютна похибка. Інтерактивний веб-інтерфейс дозволяє користувачам зручно взаємодіяти з програмою та аналізувати результати роботи різноманітних моделей штучного інтелекту.
Ключові слова
Бібліографічний опис
Алєйнік, О. Р. Прогнозування ймовірності вступу до університету на основі моделей штучного інтелекту : дипломна робота … бакалавра : 122 Комп’ютерні науки / Алєйнік Ольга Русланівна. – Київ, 2024. – 71 с.