Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti

završni rad

• Naslov (engleski): Application of machine learning techniques for academic success prediction
• Autor: Dora Zamuda
• Mentor: Dijana Oreški (mentor); MBZ: 318615
• Član povjerenstva: Božidar Kliček (član povjerenstva); MBZ: 95426
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za razvoj informacijskih sustava); Varaždin
• Datum i država obrane: 2021-09-17, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

U radu Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti, govori se o predviđanju uspjeha studenata pomoću tri različite tehnike rudarenja podataka, linearna regresija pa zatim neuronske mreže te stabla odlučivanja. Usporedba navedenih tehnika provodi se uz analiziranje čimbenika koji utječu na uspjeh studenata, a kreirani su modeli koji na temelju demografskih podataka, podataka o stavovima, o studiranju i o navikama rade baš navedeno. Uspješnost studenta mjerena je prosjekom ocjena studija. U radu se analizira osjetljivost izlazne varijable modela na ulazne i među najvažnijim varijablama kod neuronskih mreža bile su instrukcije, razlog upisa, obitelj i spol. Kada govorimo o stablu odlučivanja dolazimo do malo drugačije situacije pa su tada najbitnije varijable ponavljanje predmeta, razlog upisa, godina upisa, obitelj i učenje. Proširenjem veličine uzorka sa sadašnjih 262 te ponavljanjem određenih tehnika strojnog učenja i uključivanjem novih mogli bi doći do stvaranja vrlo uspješnog modela, koji bi postao osnova u pružanju pomoći fakultetu, kako prije tako i za vrijeme obrazovanja studenata.

• Ključne riječi: neuronske mreže; strojno učenje; stablo odlučivanja.
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:781190
• Studijski program: Naziv: Informacijski sustavi; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ.bacc.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
• Datum i vrijeme pohrane: 2021-09-20 04:18:13