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:

  1. Оценка GRE (из 340)
  2. Оценка TOEFL (из 120)
  3. 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. …)
  4. 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.
  5. 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.
  6. Средний балл бакалавриата (из 10)
  7. 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!