03982ntm a22005057i 4500 000690427 CZ-PrVSE 20220210204545.0 m d cr n|||||||||| 220210s2021 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Sanin, Oleksandr ISIS:150510 dis Prediction of student success using machine learning techniques eng Predikce úspěšnosti studentů pomocí technik strojového učení / Oleksandr Sanin 2021 ?? stran : digital, PDF soubor Vedoucí práce: David Chudán Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2022 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2022 Cílem dané bakalářské práce je vytvoření klasifikačního modelu strojového učení na predikci úspěšností studentů v určité disciplíně nadcházejícího ročníku studia na základě údajů o jeho školních úspěších a známkách za první ročník vysokoškolského studia. Daná problematika je celosvětově na univerzitách velmi aktuální, vzhledem k vysoké úrovní studijní neúspěšnosti. Celá práce se dělí na dvě časti: teoretickou a praktickou. V rámci teoretické části je provedená rešerše základů strojového učení: typy a úlohy strojového učení, algoritmy a metriky v klasifikačních problémech. Následovně jsou popsány oblasti aplikace, možné problémy v implementaci a nevýhody. V rámci praktické části je implementován model strojového učení, který je navržen na základě datasetu, který obsahuje studijní výsledky studentů 1. ročníku studia let 2018/2019 ze dvou vzdělávacích oborů stejné fakulty. S využitím programovacího jazyka Python, je daný model transformován do maticové podoby, kde vždy jedna proměnná, kterou je třeba předpovědět, je cílová. Dále je testována řada modelů strojového učení, které zahrnují různé implementace lineární regrese, podpůrných vektorů a naivního bayesovského klasifikátoru. V závěru práce je provedeno porovnání přesnosti modelů a jsou vybrány dva nejpřesnější. Součástí závěru jsou zároveň detailně popsané vyhlídky na rozvoj klasifikátoru a další možné směřování práce. Cíle, které byly v rámci dané bakalářské práce definované, jsou úspěšně splněny. Je provedena analýza zkušeností s použitím strojového učení ve vzdělávacích postupech různými vzdělávacími institucemi. Výsledkem této práce je vytvoření klasifikačního modelů strojového učení, který umožňuje předpovídat úspěch studenta ve druhém ročníku, na základě údajů o jeho školní Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas automatizované strojové učení LMS (Learning Management System) Python klasifikace Chudán, David js20100609002 ths Strnad, Pavel ISIS:85982 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/77777/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/77777 Hlavní práce https://insis.vse.cz/zp/77777/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/77777/posudek/oponent/72735 Oponentura https://insis.vse.cz/zp/77777/podrobnosti dc:identifier NEPOSILAT VSKP vse77777 220203 77777