Student Performance (Linear Regression Model)

في هذا المشروع باستخدام Jupyter Notebook، تم تطوير نموذج تنبؤي لتقدير أداء الطلاب بناءً على عدة عوامل رئيسية. تعتمد البيانات على مجموعة من 10,000 صف و6 أعمدة مأخوذة من Kaggle، وتشمل: - عدد ساعات المذاكرة - الدرجات السابقة - المشاركة في الأنشطة اللامنهجية - عدد ساعات النوم - التدريب على أسئلة الامتحانات - مؤشر الأداء كمتغير مستهدف يعبر عن الدرجات النهائية للطلاب تحليل البيانات: تم تحديد بعض الارتباطات المهمة: - الدرجات السابقة كانت أقوى مؤشر للأداء. - عدد ساعات المذاكرة كان له تأثير واضح. - ساعات النوم والمشاركة في الأنشطة لم يكن لهما تأثير كبير. تطوير النموذج: تم استخدام الانحدار الخطي مع تقسيم البيانات إلى: - مجموعة تدريب (80%) - مجموعة اختبار (20%) نتائج النموذج: - معامل التحديد R²: ‎0.989، مما يعني أن النموذج يفسر 98.9% من التباين في الأداء. - متوسط الخطأ التربيعي MSE: ‎4.083، مما يعكس دقة عالية في التنبؤات. الاستنتاج: يظهر المشروع كيف يمكن استخدام البيانات في التنبؤ بأداء الطلاب وتحسينه، مما يبرز دور تعلم الآلة في المجال التعليمي.