Phần mở đầu. - Chƣơng 2: Nghiên cứu tổng quan về bài toán dự đoán điểm. - Chƣơng 3: Cơ sở lý thuyết liên quan. - Chƣơng 4: Ứng dụng Azure studio vào dự đoán điểm.
- Chƣơng 5: Thử nghiệm và đánh giá kết quả. Thu thập dữ liệu thực nghiệm (điểm trung bình các môn học trong 4 năm học THCS), đƣa dữ liệu vào huấn luyện, xây dựng phần mềm hỗ trợ dự đoán điểm trong năm học lớp 10 từ đó đƣa ra khuyến nghị cho học sinh. 5 Chƣơng 2: TỔNG QUAN BÀI TOÁN DỰ ĐOÁN 2.1 Tổng quan đề tài ngoài nƣớc Trong những năm vừa qua, những Bài toán dự đoán đã đƣợc nhiều tác giả nghiên cứu và đã có nhiều ứng dụng thực tiễn trong lĩnh vực xử lý dữ liệu. Trên thế giới, đã có nhiều công trình nghiên cứu cho những kết qủa tốt nhƣ: - Năm 2015, tại Hội nghị quốc tế về khoa học máy tính tiên tiến và hệ thống thông tin Y.
Distiawan Trisedya, đã trình bầy “Stock price prediction using linear regression based on sentiment analysis” [9] (Dự đoán giá cổ phiếu sử dụng hồi quy tuyến tính dựa trên phân tích tâm lý). Tác giả xây dựng các mô hình dự đoán, phân lớp bằng những thuật toán. Kết quả thực nghiệm tƣơng đối tốt, góp phần hỗ trợ cho việc ra các quyết định tiếp theo; - Năm 2006, tại Hội thảo về Giáo dục Superby J., đã trình bầy “Determination of factors influencing the achievement of the first-year university students using data mining methods” [10] (Xác định các yếu tố ảnh hƣởng đến thành tích của sinh viên năm thứ nhất đại học bằng phƣơng pháp khai thác dữ liệu). Tác giả đã thu thập dữ liệu bằng các bảng câu hỏi, nội dung thu thập bao gồm thông tin cá nhân, các hành vi và nhận thức học tập của sinh viên.
Các tác giả áp dụng các cách tiếp cận khác nhau nhƣ cây quyết định, rừng ngẫu nhiên, học máy và phân biệt tuyến tính để phân tích và dự đoán các yếu tố ảnh hƣởng đến việc học tập của ngƣời học. Tuy nhiên, độ chính xác dự đoán còn hạn chế; - Năm 2011, trên Tạp chí quốc tế về ứng dụng và khoa học máy tính tiên tiến B., “Mining educational data to analyze Student’s performance” [11] (khai thác dữ liệu giáo dục để phân tích hiệu suất của học sinh); cũng năm 2011, trên Tạp chí quốc tế về công nghệ đổi mới và kỹ thuật sáng tạo K. Pal “Data mining applications: A comparative study for predicting Student’s performance” [13] (Ứng dụng khai thác dữ liệu: Nghiên cứu so sánh để dự đoán hiệu suất của học sinh). Các tác giả [11], [13] đã thu thập thông tin về điểm thi, tính chuyên cần, tham gia hoạt động 6 ngoại khóa của ngƣời học từ đó dự đoán kết quả học tập vào cuối học kỳ.
Những thuật toán đƣợc dùng để khai phá dữ liệu là C4.5, CART and ID3; - Năm 2009, trong Kỷ yếu hội nghị quốc tế lần thứ 2 về khai thác dữ liệu giáo dục Gerben W. Pechenizkiy and Jan M. Vleeshouwers đã đƣa ra Một nghiên cứu điển hình “Predicting students drop out” [12] (Dự đoán học sinh bỏ học). Các tác giả đã sử dụng thuật toán Cây quyết định để khai phá dữ liệu trong xây dựng mô hình dự đoán tỷ lệ sinh viên có thể bị ngừng học sau học kỳ đầu tiên.
Nhìn chung các đề tài còn tập trung nhiều vào nhiều lĩnh vực dự đoán, nhƣng trong giáo dục THPT đặc biệt là đối với lộ trình học tập chƣa có nhiều ứng dụng. Việc dự đoán điểm đƣợc nhiều dự án xây dựng dựa trên những phƣơng pháp nhƣ sử dụng KPDL, Mạng neural nhân tạo,. đa số những phƣơng pháp này đã cho kết quả tƣơng đối tốt và trong thực tế đã đƣợc ứng dụng. Các bài toán liên quan đến dự đoán điểm ở ngoài nƣớc có thể nói là rất ít hay chƣa có tài liệu nào nghiên cứu.2 Tổng quan đề tài trong nƣớc Với các nghiên cứu trong nƣớc về dự đoán điểm đã đƣợc nhiều tác giả đề cập đến trong những năm gần đây.
Rất nhiều các đề tài nghiên cứu đã đạt đƣợc nhiều kết quả đáng ghi nhận. Hiện nay, đã có một số đề tài nghiên cứu giúp giải quyết các yêu cầu thiết thực cho công việc giáo dục đào tạo nhƣ “Ứng dụng lý thuyết tập mờ vào việc dự đoán kết quả tốt nghiệp phổ thông trung học” [1], “Ứng dụng Logic mờ xây dựng hệ trợ giúp tư vấn hướng nghiệp” [2]. Đề tài [1] chƣa xét hết các yếu tố ảnh hƣởng đến kết quả đậu tốt nghiệp, đề tài [2] hỗ trợ trong công việc hƣớng nghiệp cho các em học sinh khối 12. “Khai thác điểm học tập để dự đoán kết quả thi trung học phổ thông quốc gia cho học sinh trung học” [3].
“Xây dựng giải pháp dự đoán kết quả tốt nghiệp trong trường trung học phổ thông” [4]. “Xây dựng hệ thống tư vấn chọn ngành đại học cho học sinh THPT” [5] 7 Hầu hết các đề tài dự đoán điểm tập trung vào việc dự đoán điểm thi tốt nghiệp hoặc định hƣớng nghề nghiệp cho học sinh, rất ít đề tài liêu quan đến dự đoán điểm để hỗ trợ học sinh đầu cấp lựa chọn môn học khi mới bƣớc vào trƣờng THPT. Trong đó có, “Ứng dụng Random forest phân ban lớp học cho học sinh trung học phổ thông” [6] Năm học 2022-2023, Bộ GD&ĐT áp dụng chƣơng trình giáo dục phổ thông mới cho học sinh lớp 10. Chính vì thế tôi khẳng định thời điểm này chƣa có đề tài nào hỗ trợ học sinh lựa chọn môn học cho chƣơng trình giáo dục phổ thông mới (chƣơng trình 2018).
Từ thực tế nêu trên, luân văn lựa chọn đề tài: “Hệ thống trợ giúp học sinh trung học lựa chọn tổ hợp môn theo chương trình giáo dục phổ thông”. Luận văn tập trung nghiên cứu cơ sở lý thuyết của ứng dụng máy học với bộ công cụ phần mềm Microsoft Azure Machine Learning Studio trong việc phân tích dữ liệu điểm trung bình môn học tập 4 năm học 6, 7, 8, 9 từ đó dự đoán kết quả học tập của các môn học lớp 10, giúp ngƣời học lựa chọn môn học phù hợp với bản thân. Thử nghiệm ứng dụng các phƣơng pháp học giải bài toán để dự đoán điểm trung bình môn năm học lớp 10 từ đó giúp cho ngƣời học chọn đƣợc các môn học theo yêu cầu chƣơng trình giáo dục phổ thông mới, phù hợp với năng lực, sở trƣờng và năng khiếu của mình. CƠ SỞ LÝ THUYẾT LIÊN QUAN 3.1 Giới thiệu về bài toán dự đoán Ngành công nghệ thông tin trong những năm gần đây phát triển rất nhanh, chúng ta đang sống và làm việc trong ngàng công nghiệp 4.0 ở đó có sự đóng góp rất lớn của tin học.
Với sự trợ giúp của máy tính giúp cho công việc của chúng ta nhẹ nhàng hơn, đặc biệt là trong lĩnh vực giáo dục giúp công tác quản lý dễ dàng và hiệu quả hơn, Giáo viên có những bài giảng sinh động hơn, cụ hể hơn, đem lại kết quả cao. Năm học 2022-2023 là năm đầu tiên lớp 10 thực hiện giảng dạy – học tập theo chƣơng trình giáo dục phổ thông 2018, nhiều Nhà trƣờng và học sinh rất khó khăn trong việc lựa chọn môn học phù hợp với bản thân ngƣời học. Với lý do đó luận văn nghiên cứu: “Hệ thống trợ giúp học sinh trung học lựa chọn tổ hợp môn theo chương trình giáo dục phổ thông”. Từ kết quả này giúp cho nhà trƣờng, phụ huynh và các em học sinh có thể lựa chọn đƣợc các môn học tốt nhất đảm bảo đạt kết quả cao trong những năm học THPT và hƣớng tới chọn nghề trong tƣơng lại.
Để giải quyết bài toán này, cần nghiên cứu các lý thuyết về dự báo, đặc biệt là các phƣơng pháp dùng máy học. Trong các phần tiếp theo của chƣơng này sẽ trình bày các lý thuyết cơ bản liên quan đến đề tài.2 Bài toán hồi quy [7] Bài toán hồi quy đƣợc sử dụng để dự đoán nhiều đầu ra cùng một lúc, khi đó hàm cần tìm f R d R m. Ví dụ: Để dự đoán kết quả học tập của học sinh trƣờng THPT, ta cần thu thập kết quả học tập của nhiều học sinh ở các niên khóa trƣớc từ đó dự ƣớc kết quả học tập của học sinh.1 Hồi quy tuyến tính (Linear Regression) [8] Hồi quy tuyến tính là một phƣơng pháp dùng để mô hình hóa mối quan hệ giữa một đại lƣợng vô hƣớng với một hoặc nhiều biến độc lập. Nhiệm vụ của thuật toán hồi quy tuyến tính là dự đoán giá trị của một hoặc nhiều biến mục tiêu liên tục (continuous target variable) 𝑦 dựa trên một véc-tơ đầu vào 𝑥.
9 Ví dụ: Dự đoán giá nhà ở Biên Hòa dựa vào thông tin về diện tích, khu vực, thời điểm xây dựng thì t ở đây sẽ là giá nhà khi đó X ( x1 , x2 , x3 ) với x1 là diện tích, x 2 là khu vực và x3 là thời điểm xây dựng. Chúng ta xây dựng một tập huấn luyện chứa các cặp (𝑥 (i),𝑦(i)) tƣơng ứng và yêu cầu của chúng ta là phải tìm giá trị 𝑦 tƣơng ứng với một đầu vào 𝑥. Vấn đề đặt ra là chúng ta phải tìm đƣợc quan hệ giữa 𝑥 và 𝑦 để từ đó dự đoán đƣợc kết quả mong muốn.1 thể hiện mốn quan hệ trong tập dữ liệu Hình 3. Quan hệ tuyến tính y=3+4x Quan sát hình trên ta thấy đƣờng màu xanh 𝑦 = 3 + 4𝑥 thể hiện quan hệ giữa 𝑥 và y dựa vào các điểm dữ liệu huấn luyện đã biết.
Đây là kết quả của việc sử dụng Thuật toán hồi quy tuyến tính, từ đó ta có thể dự đoán đƣợc y cho một 𝑥 mới trong tƣơng lai.Từ quan hệ này ta đƣa ra đƣợc Mô hình kết hợp tuyến tính của các biến đầu vào: 𝑦 𝑥, 𝜃 = 𝜃0 + 𝜃1 𝑥1 + ⋯ + 𝜃𝑘 −1 𝑥𝑘−1 (3.1) Trong đó 𝑥 ∈ 𝑅𝑘−1 là véc-tơ biến đầu vào và θ ∈ Rk là véc-tơ trọng số tƣơng ứng. Thƣờng θ đƣợc gọi là tham số của mô hình. Giá trị của tham số sẽ đƣợc dự ƣớc bằng cách sử dụng các cặp giá trị (𝑥𝑖 , 𝑦𝑖 ) của dữ liệu huấn luyện. Việc thực hiện mô hình tuyến tính thực ra chỉ cần ở mức tuyến tính giữa tham số θ và y khi đó chúng ta gọi tuyến tính là xuất phát giữa θ và y, chứ không 10 phải giữa 𝑥 và y.
Nói cách khác, ta có thể kết hợp các 𝑥 một cách phi tuyến trƣớc khi hợp với θ để đƣợc y. khi đó ta sử dụng hàm phi tuyến cho 𝑥 nhƣ sau: 𝑦 𝑥, 𝜃 = 𝜃0 + 𝜃1 ∅1 𝑥 + … .2) θ0 đƣợc gọi là độ lệch (bias) nhằm giảm mức độ chênh lệch giữa mô hình với thực tế.