На основе машинного обучения
Там, где есть данные, можно найти практическое применение машинного обучения. Сектор образования не испытывает недостатка в том же. Здесь мы исследуем возможность прогнозирования вероятности того, что студент, учитывая статистику его / ее профиля, такую как оценка GRE, оценка TOEFL, опыт исследований и другие параметры, сможет получить зачисление в аспирантуру в университет по своему выбору.
Все приложение упаковано в веб-приложение и размещено через Heroku, к которому пользователи могут получить доступ и использовать. Модели были обучены на относительно небольшом наборе данных индийских студентов, и наиболее эффективная модель используется для прогнозирования новых точек данных в веб-приложении.
Вот некоторые подробности входных данных, которые необходимо будет предоставить пользователю:
- Оценка GRE (из 340)
- Оценка TOEFL (из 120)
- Рейтинг вуза (из 5). Если вы не уверены в точном рейтинге вашего целевого вуза, вы можете приблизительно оценить его и внести свой вклад. ( Например, все колледжи лиги Плюща попадают под рейтинг 5 и т. д. В целом, 10 лучших университетов в рейтинговых списках могут быть оценены как 5, 11–20, 4 и т. д. …)
- Заявление о цели (из 5 может быть десятичным. Например, 3,6). Оцените свой СОП по 5-балльной шкале. Вы можете спросить своего профессора, друга или оценить себя в зависимости от того, насколько сильна ваша СОП.
- Рекомендательное письмо (из 5 может быть десятичное. Например, 3,6). Вы можете оценить его так же, как и для СОП. Пару отличных рекомендательных писем от первоклассных профессоров можно получить на 5.
- Средний балл бакалавриата (из 10)
- Опыт исследования. Это будет положительным ответом, если вы ранее проходили какие-либо исследовательские стажировки / проекты и публиковали статьи в научных журналах.
Вот ссылка на веб-приложение: Graduate Admit Predictor
Примечание: приложение может зависнуть при большом трафике. Подождите немного и попробуйте позже, если вы столкнетесь с тем же.
Заявление об ограничении ответственности: этот прогноз предназначен только для того, чтобы дать вам приблизительную оценку вашего профиля и вероятность вашего признания. Ваш реальный результат может отличаться. Веб-приложение является всего лишь экспериментальным прототипом, демонстрирующим один из возможных вариантов использования машинного обучения в образовательном секторе, и полученные результаты не следует воспринимать как абсолютные. Напишите нам о производительности приложения и о том, когда его прогнозы сильно меняются.
С учетом сказанного, приложение можно сделать более надежным, обучив его на более крупном наборе данных статистики учащихся и используя более удобные функции. Если какая-либо образовательная организация, консультационный центр или некоммерческая организация заинтересованы в сотрудничестве, чтобы продвигать этот проект, предоставляя необходимые ресурсы, не стесняйтесь обращаться к нам по электронной почте.
Примечание редакции:
Это веб-приложение было создано Абхиманью Такре совместно с The Research Nest. Не стесняйтесь писать нам по адресу [email protected] для получения любых отзывов или предложений. Спасибо!