Классификация академической успеваемости студентов

Целью данного соревнования является разработка модели машинного обучения для прогнозирования образовательных результатов студентов. В условиях современного образования способность предвидеть риски отчисления и академические успехи является ключевой для образовательных учреждений. Участникам предлагается проанализировать набор данных, включающий демографические сведения, социальные факторы, а также данные об успеваемости, чтобы классифицировать студентов по трем категориям:

• Graduate (Выпускник)

• Dropout (Отчисленный)

• Enrolled (Зачисленный/Продолжающий обучение)

Ваша модель должна выявить скрытые закономерности в данных, которые влияют на успех или неудачу студента, помогая тем самым сформировать стратегии для повышения уровня удержания учащихся.

Критерии оценивания Оценка решений производится по метрике Accuracy (Точность). Это доля правильно предсказанных классов среди всех предсказаний.