ПРОГНОЗУВАННЯ АКТИВНОСТІ КОРИСТУВАЧІВ ПЛАТФОРМИ MOODLE НА БАЗІ МЕТОДІВ МАШИННОГО НАВЧАННЯ

Анотація

В роботі створено модель машинного навчання на базі бібліотеки Scikit-learn. На основі даних про дії користувачів платформи Moodle, модель дозволяє виконати прогнозування їх активності. Перевірено, що використаний метод випадкового лісу має відносно високу точність та низьку  тривалість процесу навчання. Розраховано загальну точність розробленої моделі, яка становить 83%. Перевірено, що використання методу машинного навчання "Random Forest" для задач класифікації добре підходить для прогнозування категорії або класу нового зразка активності користувача на основі його характеристик.

Розрахунки точності моделі показують, що вибір бібліотеки Scikit-Learn дозволить створити ефективну модель обробки даних і прогнозування результатів. Використання створеної моделі для прогнозування дозволить оперативно аналізувати активність користувачів і формувати, при необхідності, відповідні рейтинги. Прогноз, отриманий за допомогою моделі, буде корисний як для викладачів, так і навчальних закладів, оскільки дозволить планувати зміни в навчальних програмах та матеріалах, а також освітньому процесі в цілому.