توقع أداء الطلاب

تحليل أداء الطلاب والتنبؤ بالنتائج باستخدام Machine Learning

يهدف هذا المشروع إلى تحليل العوامل المؤثرة على أداء الطلاب في الاختبارات وبناء نموذج تعلم آلي قادر على التنبؤ بدرجة الطالب اعتمادًا على مجموعة من المتغيرات التعليمية والسلوكية.

فكرة المشروع

العديد من المؤسسات التعليمية تمتلك بيانات كبيرة عن الطلاب، لكن غالبًا لا يتم استغلالها لاكتشاف العوامل التي تؤثر على الأداء الأكاديمي.

في هذا المشروع قمت بتحليل بيانات الطلاب واستخدام تقنيات تعلم الآلة لاكتشاف الأنماط وبناء نموذج تنبؤي يساعد في فهم العوامل المؤثرة على النجاح الدراسي.

ما الذي تم تنفيذه في المشروع

1️⃣ تحليل البيانات الاستكشافي (EDA)

فحص البيانات والتأكد من جودتها

تحليل المتغيرات العددية والفئوية

اكتشاف الأنماط والعلاقات بين المتغيرات

2️⃣ تنظيف البيانات ومعالجتها

إزالة القيم المكررة

معالجة القيم المفقودة

تجهيز البيانات للنمذجة

3️⃣ Feature Engineering

تم إنشاء متغيرات جديدة تساعد على تحسين أداء النموذج مثل:

مؤشر الجهد الدراسي

مؤشر الدعم الأكاديمي

تحليل العلاقة بين الدراسة والنوم

4️⃣ تصور البيانات (Data Visualization)

تم استخدام الرسوم البيانية لاكتشاف العلاقات بين:

عدد ساعات الدراسة ودرجة الاختبار

النوم وتأثيره على الأداء

الدعم الدراسي والنتائج الأكاديمية

5️⃣ بناء نماذج Machine Learning

تم تدريب عدة نماذج للتنبؤ بدرجة الطالب مثل:

Linear Regression

Ridge Regression

Random Forest Regressor

ثم تم مقارنة أداء النماذج لاختيار النموذج الأفضل.

=> واجهة تفاعلية للمشروع

تم تطوير Dashboard تفاعلي يسمح للمستخدم بتجربة النموذج بسهولة وإدخال البيانات والحصول على النتائج مباشرة

التقنيات المستخدمة

Python

Pandas

NumPy

Matplotlib / Seaborn

Scikit-learn

Jupyter Notebook

نتيجة المشروع

تم بناء نموذج قادر على التنبؤ بدرجات الطلاب اعتمادًا على عدة عوامل تعليمية وسلوكية مع تحليل العوامل الأكثر تأثيرًا على الأداء الأكاديمي.

هذا النوع من التحليل يمكن أن يساعد المؤسسات التعليمية في:

اكتشاف الطلاب المعرضين للتراجع الدراسي مبكرًا

تحسين استراتيجيات التعليم

اتخاذ قرارات تعليمية مبنية على البيانات