Student-Performance-Prediction-Using-AutoML

مشروع التنبؤ بأداء الطلاب باستخدام تقنيات الذكاء الاصطناعي (AutoML):

قمت بتطوير نظام ذكي للتنبؤ بمستوى أداء الطلاب الدراسي اعتمادًا على البيانات الخاصة بهم (مثل الحضور، السلوك الدراسي، الخلفية الاجتماعية، والدرجات السابقة). المشروع يعتمد على تقنيات التعلم الآلي المؤتمت (AutoML) التي تقوم بشكل تلقائي باختيار أفضل النماذج والخوارزميات وضبط المعلمات للوصول إلى أعلى دقة ممكنة.

مميزات المشروع:

استخدام AutoML لتقليل الجهد والوقت في تجربة النماذج المختلفة.

تنظيف البيانات ومعالجتها (Data Preprocessing) بشكل كامل قبل التدريب.

تحليل استكشافي للبيانات (EDA) لفهم العلاقات بين العوامل المختلفة وأداء الطالب.

تقييم النموذج باستخدام مقاييس مثل R² Score, Accuracy, Precision, Recall, F1-Score.

إمكانية استخدام النموذج في الأنظمة التعليمية لتحديد الطلاب المعرضين للتراجع الأكاديمي مبكرًا.

القيمة المضافة:

يساعد المؤسسات التعليمية على اتخاذ قرارات مبنية على البيانات.

يساهم في تحسين جودة التعليم من خلال التنبؤ بالطلاب الذين يحتاجون إلى دعم إضافي.

نظام قابل للتطوير ليشمل بيانات أكبر أو سياقات تعليمية مختلفة.