ПРЕДСКАЗАНИЕ РЕЗУЛЬТАТОВ ЕГЭ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ
Аннотация
Зиятдинов Александр Владимирович, «Предсказание результатов ЕГЭ на основе алгоритмов машинного обучения»: работа содержит: 45 страниц, 7 рисунков, 3 таблицы, 5 фрагментов листинга кода, 10 использованных источников.
Ключевые слова: МАШИННОЕ ОБУЧЕНИЕ, ЛИНЕЙНАЯ РЕГРЕССИЯ, СЛУЧАЙНЫЙ ЛЕС, ПОЛНОСВЯЗНАЯ НЕЙРОННАЯ СЕТЬ.
Основной целью данной работы является создание модели прогнозирования результата ЕГЭ по Информатике и ИКТ на основе алгоритмов машинного обучения, используя данные об успеваемости экзаменуемого.
В результате представленной работы был разработан алгоритм (модель), позволяющий прогнозировать результат ЕГЭ по Информатике и ИКТ. Алгоритм был протестирован на нескольких выборках экзаменуемых, сдавших ЕГЭ по Информатике и ИКТ в течение 2021, 2022 и 2023 годов.
Использовались следующие технологии:
язык программирования Python (версия 3.10.12)
библиотеки numpy, pandas, scikit-learn, fancyimpute, PyTorch, matplotlib, tensorflow.
табличный редактор Microsoft Excel
Ключевые слова: МАШИННОЕ ОБУЧЕНИЕ, ЛИНЕЙНАЯ РЕГРЕССИЯ, СЛУЧАЙНЫЙ ЛЕС, ПОЛНОСВЯЗНАЯ НЕЙРОННАЯ СЕТЬ.
Основной целью данной работы является создание модели прогнозирования результата ЕГЭ по Информатике и ИКТ на основе алгоритмов машинного обучения, используя данные об успеваемости экзаменуемого.
В результате представленной работы был разработан алгоритм (модель), позволяющий прогнозировать результат ЕГЭ по Информатике и ИКТ. Алгоритм был протестирован на нескольких выборках экзаменуемых, сдавших ЕГЭ по Информатике и ИКТ в течение 2021, 2022 и 2023 годов.
Использовались следующие технологии:
язык программирования Python (версия 3.10.12)
библиотеки numpy, pandas, scikit-learn, fancyimpute, PyTorch, matplotlib, tensorflow.
табличный редактор Microsoft Excel