نموذج التنبؤ بنجاح الطلاب باستخدام التعلم الآلي-Student Success ML Model

يهدف هذا المشروع إلى تطوير نماذج تعلم آلي للتنبؤ بالنجاح الأكاديمي للطلاب في برنامج ذكاء الأعمال (Business Intelligence) بمعهد Walsoft Computer Institute. يركز المشروع على دعم قرارات القبول، وتحسين الدعم الأكاديمي، وتوزيع الموارد التعليمية بكفاءة من خلال تحليل البيانات.

? مشكلة العمل

يسعى معهد Walsoft إلى تحسين ما يلي:

قرارات القبول: تحديد الطلاب الأكثر احتمالًا للنجاح

الدعم الأكاديمي: اكتشاف الطلاب المعرّضين للتعثر في وقت مبكر

توزيع الموارد: تحسين استخدام الموارد التعليمية لتحقيق أكبر تأثير

? مجموعة البيانات

المصدر: Kaggle

الخصائص: العمر، النوع، الدولة، الخلفية التعليمية، درجات اختبار القبول، عدد ساعات الدراسة

المتغير المستهدف: النسبة المئوية الكلية (مجموع درجات Python وقواعد البيانات)

?️ الأدوات والتقنيات المستخدمة

Python 3.8+

تحليل البيانات: pandas، numpy

التصور البياني: matplotlib، seaborn

التعلم الآلي: scikit-learn

النماذج:

Linear Regression

Random Forest

K-Nearest Neighbors (KNN)

Decision Trees