Bashorat Tizimi

Talaba akademik natijalarini LMS ma’lumotlari asosida bashorat qilish

Loyiha haqida

Ushbu loyiha Learning Management System (LMS) orqali yig‘iladigan ma’lumotlar (darsga qatnashish, topshiriq ballari, test natijalari va boshqalar) asosida talabalarning yakuniy imtihon natijalarini bashorat qilishga mo‘ljallangan. Maqsad — risk guruhidagi talabalarni erta aniqlash va o‘quv jarayonini yaxshilashga yordam berish.

Ishlatilgan texnologiyalar

Backend

Django (Python)
PostgreSQL

Machine Learning

Scikit-learn
Random Forest Regressor

Frontend

Bootstrap 5
DataTables.js
html2pdf.js (PDF generatsiya)

Admin panel

Django Jazzmin

Algoritm va o‘qitish usuli

Algoritm: Random Forest Regressor (ensemble usuli, 300 daraxtdan iborat). Modelni o‘qitishda 80% train / 20% test bo‘linishi ishlatildi.

O‘qitish usuli: Supervised learning (regressiya vazifasi). Ma’lumotlar tozalash, kategoriyalarni OneHotEncoding bilan kodlash, missing values median bilan to‘ldirish.

Model aniqligi: Test MAE: 1.24 ball, R²: 0.624 (realistik natija uchun yaxshi ko‘rsatkich).

Dataset

Manba: Student Performance Factors (Kaggle, 6607 qator, 20 ustun). Target: Exam_Score (o‘rtacha 67.2, std 3.89). Asosiy xususiyatlar: Attendance, Previous_Scores, Hours_Studied va boshqalar.

Xususiyatlar soni: 10 ta asosiy xususiyat (5 ta raqamli + 5 ta kategoriyali). Eng muhim: Darsga qatnashish (Attendance) va Oldingi baholar (Previous_Scores).

Target o‘zgaruvchisi: Exam_Score (0–100 ball oralig‘ida)

Loyiha maqsadi

Talabalarning akademik muvaffaqiyatini oldindan bashorat qilish orqali o‘qituvchilar va ta’lim muassasalariga risk guruhidagi talabalarni erta aniqlash va ularga o‘z vaqtida yordam berish imkonini berish.