ПРОГНОЗИРОВАНИЕ УЧАСТНОСТИ СТУДЕНТОВ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ: АНАЛИЗ ДАННЫХ О ОБРАЗОВАНИИ В КАЗАХСТАНЕ

Аннотация

В данной статье рассматриваются факторы, влияющие на активность и желание обучающихся обучаться в условиях дистанционного обучения. Многомерный анализ, логистическая регрессия и методы дерева решений были использованы при анализе результатов онлайн-опроса 35 950 студентов дистанционного обучения во время пандемии. С помощью программного обеспечения IBM SPSS Статистика версии 23 были созданы статистические модели для определения основных факторов, влияющих на учебную деятельность.
Целью данного исследования является прогнозирование вовлеченности студентов и склонности к обучению на основе анализа ответов на вопросы опроса с использованием машинного обучения. К основным результатам работы относится создание сводной таблицы, показывающей процент правильно классифицированных случаев и выбранных вопросов по каждому из рассмотренных методов прогнозирования. Результаты показывают, что логистическая регрессия, мультидискриминантный анализ и деревья решений эффективно выявляют различные аспекты учебной деятельности, что способствует оптимизации процесса дистанционного обучения.