Нейронная модель определения образовательных направлений выпускников школ
В данной статье разработана модель на основе методов машинного обучения и искусственных нейронных сетей для прогнозирования образовательных направлений выпускников школ. В рамках исследования сформирован набор данных, включающий 20 признаков, отражающих академическую успеваемость учащихся, их интерес к предметам, уровень soft skills, а также психологические факторы. На основе набора данных, содержащего 2000 записей, проведено сравнительное исследование пяти алгоритмов машинного обучения: Logistic Regression, Random Forest, Support Vector Machine, K-Nearest Neighbors и нейронные сети. Экспериментальные результаты показали, что модель нейронной сети обладает высокой эффективностью при выявлении сложных нелинейных зависимостей. Оценка моделей проводилась с использованием метрик Accuracy, Precision, Recall и F1-score. Результаты исследования демонстрируют, что системы, основанные на искусственном интеллекте, играют важную роль в автоматизации процесса определения профессиональной ориентации выпускников и совершенствовании систем профориентации в образовательных учреждениях.
Сведения
- Опубликовано
- 2026 · Т. 9, № 3, С. 166-174
- Язык
- Русский
- ISSN
- 2181-3086 · 2181-3094
- Издатель
- Samarkand branch of Tashkent University of Information Technologies