HỌC MÁY DỰ ĐOÁN KẾT QUẢ XẾP LOẠI TỐT NGHIỆP SINH VIÊN

Tóm tắt

Khả năng dự báo thành tích học tập tại thời điểm tốt nghiệp có tầm quan trọng sâu sắc đối với các trường đại học, đặc biệt là trong việc phân biệt các yếu tố ảnh hưởng đến xếp loại tốt nghiệp sẽ góp phần vào việc nâng cao hiệu quả xếp loại tốt nghiệp sinh viên. Nghiên cứu này sử dụng nhiều thuật toán học máy bao gồm K-Nearest Neighbor, Decision Tree, Random Forest, Logistic Regression, Support Vector Machine và Recurrent Neural Network để dự đoán kết quả tốt nghiệp của 1.817 sinh viên đại học chính quy thuộc trường Đại học Kỹ thuật - Công nghệ Cần Thơ bao gồm hệ kỹ sư và cử nhân từ năm 2022 đến năm 2024. Các kết quả cho thấy mô hình Decision Tree đưa ra các dự đoán đáng tin cậy nhất và thời gian huấn luyện nhanh. Các yếu tố tác động đến xếp loại tốt nghiệp bao gồm: điểm trung bình tích lũy, tuổi, ngành, giới tính... Dựa trên các phát hiện thực nghiệm, các yếu tố này được xếp hạng để xác định tác động của chúng đến việc phân loại tốt nghiệp của sinh viên.