Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/61074
Title: Прогнозная модель для оценки успеваемости студентов университета по итогам текущего обучения
Authors: Зяблецев, Павел Андреевич
metadata.dc.contributor.advisor: Губин, Евгений Иванович
Keywords: прогнозирование успеваемости студентов; модель машинного обучения; подготовка данных; набор данных; классификация; student performance forecasting; machine learning model; data preparation; data set; classification
Issue Date: 2020
Citation: Зяблецев П. А. Прогнозная модель для оценки успеваемости студентов университета по итогам текущего обучения : магистерская диссертация / П. А. Зяблецев ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. И. Губин. — Томск, 2020.
Abstract: Целью магистерской диссертации является создание прогнозной модели успеваемости студентов ТПУ. Наличие такой модели позволит уделять более пристальное внимание студентам, которые попадают в группу риска большого количества долгов по учебным дисциплинам, а как следствие, будут претендентами на отчисления. Определение таких студентов на ранних этапах позволит более детально и персонально работать с ними для того, чтобы они более успешно справлялись с учебной нагрузкой. Научная новизна заключается в комплексном подходе к решению данной задачи и применению модели на практике. В результате работы была создана прогнозная модель, а также графический интерфейс для ее использования.
The aim of this master's thesis is to create a forecasting model of student performance at TPU. The presence of such a model will make it possible to pay closer attention to students who fall into the risk group of a large number of debts in academic disciplines, and as a result, they will be applicants for expulsion. The identification of such students in the early stages will allow to do more detailed and personal work with them so that they can overcome this study load more successfully. Scientific novelty lies in an integrated approach to solving this problem and applying the model in practice. As a result of the work, a predictive model was created, as well as a graphical interface for its use.
URI: http://earchive.tpu.ru/handle/11683/61074
Appears in Collections:Магистерские диссертации

Files in This Item:
File SizeFormat 
TPU930128.pdf2,02 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.