Một Số Kỹ Thuật Mô Hình Hóa Và Ứng Dụng Cho Bài Toán Dự Báo Kết Quả Tuyển Sinh Đại Học

Luận văn thạc sĩ trình bày các kỹ thuật mô hình hóa và ứng dụng trong dự báo kết quả tuyển sinh đại học, mang lại cái nhìn sâu sắc và thực tiễn.

• Tác giả: Điêu Thiện Chiến
• Người hướng dẫn: GS. TS Nguyễn Thanh Thủy
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Kỹ Thuật Mô Hình Hóa Dự Báo Kết Quả Tuyển Sinh Đại Học
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH
• MỞ ĐẦU
• 1. Chương 1: Các phương pháp mô hình hóa dữ liệu
• 1.1. Phương pháp trực quan
• 1.1.1. Quan sát các hoạt động không theo chủ quan
• 1.1.2. Trực quan và đòi hỏi của nhận thức
• 1.1.3. Vẽ sơ đồ dữ liệu trên lược đồ trực quan
• 1.2. Phương pháp truyền thống
• 1.2.1. Phương pháp thống kê
• 1.2.2. Phương pháp cây quyết định và luật
• 1.2.3. Các luật kết hợp
• 1.2.4. Mạng Nơron
• 1.2.5. Giải thuật di truyền
• 1.3. Phương pháp khác
• 1.3.1. Phân nhóm và phân đoạn
• 1.3.2. Phương pháp suy diễn và quy nạp
• 1.3.3. Các phương pháp dựa trên mẫu
• 2. Chương 2: Mạng Nơron truyền thẳng và thuật toán lan truyền ngược
• 2.1. Tổng quan về mạng Nơron
• 2.1.1. Lịch sử phát triển
• 2.1.2. Khái niệm cơ bản
• 2.1.3. Mô hình mạng nơron nhân tạo
• 2.2. Học và lan truyền trong mạng
• 2.2.1. Học và tổng quát hóa
• 2.2.2. Học tăng cường
• 2.2.3. Học không giám sát
• 2.2.4. Lan truyền trong mạng
• 2.3. Hàm mục tiêu
• 2.4. Mạng nơ ron truyền thẳng
• 2.5. Khả năng thể hiện của mạng
• 2.6. Thiết kế cấu trúc mạng
• 2.6.1. Số lớp ẩn
• 2.6.2. Số nơron trong lớp ẩn
• 2.7. Thuật toán lan truyền ngược (Back-Propagation)
• 2.7.1. Mô tả thuật toán
• 2.7.2. Sử dụng thuật toán lan truyền ngược
• 2.7.2.1. Lựa chọn cấu trúc mạng
• 2.7.2.2. Quá trình hội tụ
• 2.7.3. Biến thể của thuật toán lan truyền ngược
• 2.7.3.1. Sử dụng tham số bước đà
• 2.7.3.2. Sử dụng hệ số học biến đổi
• 2.7.3.3. Sử dụng phương pháp Gradient kết hợp
• 3. Chương 3: Ứng dụng mạng Nơ ron truyền thẳng và thuật toán lan truyền ngược vào bài toán “Dự báo kết quả tuyển sinh Đại học”
• 3.1. Tổng quan về bài toán dự báo
• 3.1.1. Phương pháp định tính
• 3.1.2. Phương pháp định lượng
• 3.2. Bài toán dự báo kết quả tuyển sinh Đại học
• 3.2.1. Các yếu tố ảnh hưởng đến quá trình thiết kế và xây dựng
• 3.2.2. Các bước chính trong quá trình thiết kế và xây dựng
• 3.3. Mô hình “Dự báo kết tuyển sinh Đại học”
• 3.3.1. Thiết lập mô hình chương trình
• 3.3.2. Nhận xét kết quả
• 3.3.2.1. Đồ thị hàm lỗi
• 3.3.2.2. Kiểm tra sau khi mô hình hóa
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC A – GIỚI THIỆU VỀ PHẦN MỀM DỰ BÁO SpiceMLP
• PHỤ LỤC B – DỮ LIỆU HỌC VÀ DỮ LIỆU KIỂM TRA

Tóm tắt

I. Tổng quan về Kỹ Thuật Mô Hình Hóa Dự Báo Kết Quả Tuyển Sinh Đại Học

Kỹ thuật mô hình hóa dự báo kết quả tuyển sinh đại học ngày càng trở nên quan trọng trong bối cảnh cạnh tranh ngày càng gia tăng giữa các trường đại học. Việc áp dụng các phương pháp mô hình hóa dữ liệu giúp các trường có thể dự đoán chính xác hơn về khả năng tuyển sinh của mình. Điều này không chỉ giúp các trường tối ưu hóa quy trình tuyển sinh mà còn hỗ trợ học sinh trong việc lựa chọn ngành học phù hợp với năng lực của mình.

1.1. Khái niệm về mô hình hóa dữ liệu trong tuyển sinh

Mô hình hóa dữ liệu trong tuyển sinh là quá trình sử dụng các thuật toán và phương pháp thống kê để phân tích và dự đoán kết quả tuyển sinh. Các mô hình này có thể dựa trên dữ liệu lịch sử và các yếu tố ảnh hưởng đến kết quả tuyển sinh.

1.2. Tầm quan trọng của dự báo kết quả tuyển sinh

Dự báo kết quả tuyển sinh giúp các trường đại học có cái nhìn rõ hơn về xu hướng tuyển sinh, từ đó đưa ra các quyết định chiến lược phù hợp. Điều này cũng giúp học sinh có thể định hướng nghề nghiệp tốt hơn.

II. Vấn đề và Thách thức trong Dự Báo Kết Quả Tuyển Sinh

Mặc dù có nhiều lợi ích, nhưng việc dự báo kết quả tuyển sinh cũng gặp phải nhiều thách thức. Các yếu tố như sự thay đổi trong nhu cầu thị trường lao động, sự cạnh tranh giữa các trường và sự thay đổi trong chính sách giáo dục có thể ảnh hưởng đến độ chính xác của các mô hình dự báo.

2.1. Các yếu tố ảnh hưởng đến dự báo

Các yếu tố như điểm thi, số lượng thí sinh đăng ký, và xu hướng ngành nghề có thể ảnh hưởng lớn đến kết quả tuyển sinh. Việc không nắm bắt kịp thời các yếu tố này có thể dẫn đến sai lệch trong dự báo.

2.2. Khó khăn trong việc thu thập dữ liệu

Việc thu thập dữ liệu chính xác và đầy đủ là một thách thức lớn. Nhiều trường không có hệ thống quản lý dữ liệu hiệu quả, dẫn đến việc thiếu thông tin cần thiết cho việc phân tích.

III. Phương Pháp Mô Hình Hóa Dự Báo Kết Quả Tuyển Sinh Hiệu Quả

Có nhiều phương pháp mô hình hóa khác nhau có thể được áp dụng để dự báo kết quả tuyển sinh. Các phương pháp này bao gồm mô hình hồi quy, cây quyết định, và mạng nơron. Mỗi phương pháp có những ưu điểm và nhược điểm riêng.

3.1. Mô hình hồi quy trong dự báo tuyển sinh

Mô hình hồi quy là một trong những phương pháp phổ biến nhất trong dự báo. Nó giúp xác định mối quan hệ giữa các biến số và dự đoán kết quả dựa trên các yếu tố đầu vào.

3.2. Cây quyết định và ứng dụng trong tuyển sinh

Cây quyết định là một công cụ mạnh mẽ để phân tích dữ liệu. Nó giúp xác định các yếu tố quan trọng ảnh hưởng đến kết quả tuyển sinh và đưa ra quyết định dựa trên các quy tắc rõ ràng.

3.3. Mạng nơron và khả năng dự báo

Mạng nơron có khả năng học từ dữ liệu lớn và phức tạp. Chúng có thể phát hiện ra các mẫu mà các phương pháp truyền thống không thể nhận diện, từ đó cải thiện độ chính xác của dự báo.

IV. Ứng Dụng Thực Tiễn của Kỹ Thuật Mô Hình Hóa trong Tuyển Sinh

Việc áp dụng các kỹ thuật mô hình hóa trong tuyển sinh đã mang lại nhiều kết quả tích cực. Nhiều trường đã cải thiện được quy trình tuyển sinh và tăng cường khả năng thu hút thí sinh.

4.1. Kết quả từ các mô hình dự báo

Nhiều trường đã sử dụng mô hình dự báo để tối ưu hóa quy trình tuyển sinh, từ đó tăng tỷ lệ thí sinh trúng tuyển. Các mô hình này giúp các trường có cái nhìn rõ hơn về nhu cầu của thị trường.

4.2. Các trường hợp thành công trong ứng dụng

Một số trường đại học đã áp dụng thành công các mô hình dự báo và đạt được kết quả tốt trong việc tuyển sinh. Họ đã sử dụng dữ liệu lịch sử để cải thiện chiến lược tuyển sinh của mình.

V. Kết Luận và Tương Lai của Kỹ Thuật Mô Hình Hóa Dự Báo Kết Quả Tuyển Sinh

Kỹ thuật mô hình hóa dự báo kết quả tuyển sinh sẽ tiếp tục phát triển và đóng vai trò quan trọng trong giáo dục. Sự tiến bộ của công nghệ và dữ liệu lớn sẽ mở ra nhiều cơ hội mới cho việc cải thiện độ chính xác của các mô hình dự báo.

5.1. Xu hướng tương lai trong mô hình hóa

Các công nghệ mới như trí tuệ nhân tạo và học máy sẽ tiếp tục được áp dụng trong mô hình hóa dự báo. Điều này sẽ giúp cải thiện độ chính xác và hiệu quả của các mô hình.

5.2. Tầm quan trọng của dữ liệu trong tương lai

Dữ liệu sẽ trở thành yếu tố quyết định trong việc phát triển các mô hình dự báo. Việc thu thập và phân tích dữ liệu sẽ giúp các trường đại học đưa ra quyết định chính xác hơn trong tuyển sinh.

Nội dung chính

Tổng quan nghiên cứu

Kỳ thi tuyển sinh đại học hàng năm tại Việt Nam thu hút hơn 1 triệu thí sinh tham dự với mức độ cạnh tranh gay gắt. Theo các báo cáo thống kê trong ngành giáo dục, có khoảng 60% sinh viên sau khi tốt nghiệp ra trường làm việc trái ngành hoặc gặp nhiều khó khăn trong việc tìm kiếm việc làm phù hợp với chuyên môn. Nguyên nhân chủ yếu xuất phát từ việc học sinh trung học phổ thông lựa chọn ngành nghề và trường thi chưa tương xứng với năng lực thực tế, thiếu đi những công cụ định lượng khoa học để tự lượng giá khả năng trúng tuyển.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán dự báo kết quả tuyển sinh đại học nhằm hỗ trợ học sinh xác định đúng năng lực, đồng thời giúp các trường đại học chủ động xây dựng phương án tuyển sinh hiệu quả. Nghiên cứu hướng tới mục tiêu cụ thể là xây dựng mô hình toán học ứng dụng kỹ thuật mạng nơ-ron truyền thẳng nhiều lớp kết hợp thuật toán lan truyền ngược để dự báo điểm thi tuyển sinh khối A và A1.

Phạm vi thực nghiệm của đề tài được triển khai trên tập dữ liệu hồ sơ tuyển sinh của sinh viên năm thứ nhất và năm thứ hai đang theo học tại Trường Đại học Hùng Vương, tỉnh Phú Thọ trong giai đoạn năm 2013 và 2014. Ý nghĩa thực tiễn của công trình thể hiện qua việc giảm thiểu sai số bình phương trung bình xuống dưới mức 0.05, đồng thời nâng cao độ chính xác trong công tác định hướng chọn trường cho học sinh đạt mức độ tin cậy trên 85%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng lý thuyết mạng nơ-ron nhân tạo, phỏng theo cơ chế hoạt động của hệ thống thần kinh con người với khoảng 100 tỷ nơ-ron sinh học và 10.000 khớp nối synapse trên mỗi tế bào. Mô hình được lựa chọn là mạng nơ-ron truyền thẳng nhiều lớp, bao gồm ba tầng cơ bản: tầng đầu vào tiếp nhận các biến đặc trưng, tầng ẩn thực hiện các phép biến đổi phi tuyến và tầng đầu ra cung cấp kết quả dự báo điểm số.

Mô hình vận hành dựa trên ba khái niệm toán học cốt lõi:

• Ma trận trọng số liên kết thể hiện cường độ kết nối giữa các đơn vị xử lý.
• Độ lệch ngưỡng tại mỗi nút nơ-ron nhằm điều chỉnh mức kích hoạt.
• Hàm kích hoạt phi tuyến Sigmoid với công thức toán học giúp ánh xạ miền giá trị đầu vào về khoảng xác định từ 0 đến 1, bên cạnh hàm Sigmoid lưỡng cực trong khoảng từ -1 đến 1 và hàm tuyến tính đồng nhất.

Ngoài ra, luận văn còn đối sánh mô hình mạng nơ-ron với các phương pháp mô hình hóa dữ liệu truyền thống khác như mô hình hồi quy tuyến tính đa biến, cấu trúc cây quyết định, giải thuật di truyền mô phỏng tiến hóa sinh học và mô hình hệ mờ bốn lớp trong phân tích chuỗi thời gian.

Phương pháp nghiên cứu

Phương pháp nghiên cứu kết hợp giữa thu thập dữ liệu thực nghiệm và mô phỏng thuật toán trên máy tính. Cỡ mẫu nghiên cứu bao gồm 350 mẫu hồ sơ khảo sát hợp lệ từ các sinh viên khối A và A1 tại Trường Đại học Hùng Vương. Phương pháp chọn mẫu là lấy mẫu phân tầng ngẫu nhiên theo các chuyên ngành đào tạo nhằm đảm bảo tính đại diện cao.

Bộ dữ liệu đầu vào bao gồm 6 biến đặc trưng được lượng hóa cụ thể:

• Biến định danh trường chuyên hoặc lớp chọn nhận giá trị 0 hoặc 1.
• Thời gian tự học hàng tuần tính bằng giờ với mức trung bình từ 15 đến 25 giờ.
• Thời gian học thêm hàng tuần với mức trung bình từ 10 đến 18 giờ.
• Mức độ áp lực tâm lý từ gia đình và xã hội xếp theo thang đo từ 1 đến 3.
• Mức độ tiếp thu bài học của học sinh xếp theo thang đo từ 1 đến 3.
• Tổng điểm trung bình ba môn học bậc THPT theo thang điểm 30.

Quy trình phân chia dữ liệu được thực hiện theo tỷ lệ chuẩn: tập huấn luyện chiếm 70% tổng số mẫu (khoảng 245 mẫu) dùng để tối ưu hóa trọng số, tập kiểm định chiếm 15% (khoảng 52 mẫu) và tập kiểm tra độc lập chiếm 15% (khoảng 53 mẫu) nhằm đánh giá khả năng tổng quát hóa của mạng. Dữ liệu thô được tiền xử lý thông qua phương pháp chuẩn hóa tuyến tính Min-Max về đoạn giá trị từ 0.1 đến 0.9.

Lý do lựa chọn mạng truyền thẳng nhiều lớp kết hợp thuật toán lan truyền ngược là nhờ khả năng xấp xỉ phổ quát các hàm phi tuyến phức tạp, giải quyết triệt để sự tương tác đa chiều giữa các biến học lực và tâm lý mà các mô hình hồi quy truyền thống không thể mô tả chính xác.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và kiểm thử mô hình trên phần mềm SpiceMLP mang lại bốn phát hiện khoa học quan trọng:

• Thứ nhất, thời gian tự học của học sinh là biến số có tác động tích cực lớn nhất đến điểm thi đại học thực tế. Thống kê từ dữ liệu cho thấy những học sinh dành từ 20 giờ tự học trở lên trong một tuần đạt tổng điểm thi ba môn cao hơn trung bình 23.5% so với nhóm học sinh chỉ tập trung vào việc học thêm và có thời gian tự học dưới 10 giờ mỗi tuần.
• Thứ hai, nền tảng đào tạo tại trường chuyên và lớp chọn tạo ra sự phân hóa rõ nét về kết quả đầu ra. Nhóm thí sinh học tập tại môi trường chuyên chọn đạt mức điểm trung bình cao hơn 2.8 điểm (tương đương mức chênh lệch khoảng 14% trên tổng thang điểm thi 20) so với nhóm học sinh tại các trường THPT thông thường có cùng mức điểm tổng kết học bạ.
• Thứ ba, cấu hình kiến trúc mạng tối ưu được xác lập là mô hình gồm 1 lớp ẩn chứa 8 nơ-ron (cấu trúc 6-8-1). Cấu hình này giúp hàm sai số toàn phương trung bình giảm nhanh về mức 0.012 sau 1.500 chu kỳ lặp (epochs), mang lại tốc độ hội tụ nhanh hơn 40% so với cấu hình sử dụng 2 lớp ẩn.
• Thứ tư, việc tích hợp tham số bước đà ở mức 0.85 kết hợp cùng hệ số học thích nghi giúp thuật toán lan truyền ngược vượt qua các điểm cực tiểu địa phương hiệu quả, rút ngắn 35% thời gian huấn luyện tổng thể so với thuật toán gradient descent tiêu chuẩn.

Biến Số Đầu Vào	Khoảng Giá Trị Thực Tế	Mức Độ Tương Quan Với Điểm Thi	Tỷ Lệ Đóng Góp Vào Mô Hình Dự Báo
Trường/lớp chuyên chọn (School_Cla)	0 hoặc 1	+0.62	18.5%
Thời gian tự học (Time_X)	10 - 35 giờ/tuần	+0.78	32.4%
Thời gian học thêm (Time_Y)	5 - 25 giờ/tuần	+0.45	11.2%
Mức độ áp lực (Pressure)	Thang điểm 1 - 3	+0.38	8.6%
Mức độ tiếp thu bài (Smart)	Thang điểm 1 - 3	+0.59	14.8%
Tổng điểm 3 môn THPT (Point_School)	15.0 - 28.5 điểm	+0.71	14.5%

Thảo luận kết quả

Kết quả nghiên cứu phản ánh chính xác bản chất của kỳ thi tuyển sinh đại học, nơi đòi hỏi năng lực tự giải quyết vấn đề và khả năng tự nghiên cứu độc lập của thí sinh. Mối quan hệ giữa thời gian tự học và kết quả thi là mối quan hệ phi tuyến, bởi việc tích lũy kiến thức qua tự học tạo nên sự chuyển hóa về chất lượng tư duy.

Khi so sánh với phương pháp hồi quy tuyến tính đa biến truyền thống, mô hình mạng nơ-ron cho thấy ưu thế vượt trội với sai số tuyệt đối trung bình thấp hơn 28%. Mô hình hồi quy thông thường ghi nhận tỷ lệ sai lệch lên đến 15.6% đối với các trường hợp học sinh có điểm học bạ cao nhưng thời gian tự học thấp, do không nắm bắt được tính chất phi tuyến của dữ liệu.

Dữ liệu thực nghiệm được biểu diễn rõ ràng qua đồ thị hội tụ hàm sai số, thể hiện tốc độ giảm lỗi mạnh mẽ ngay trong 300 chu kỳ đầu tiên từ mức 0.48 xuống dưới 0.15 trước khi đạt trạng thái ổn định tiệm cận 0.012. Bên cạnh đó, biểu đồ phân tán giữa điểm số thực tế và điểm số dự báo trên tập kiểm tra 53 mẫu cho thấy các điểm dữ liệu phân bố tập trung cao độ bám sát đường tuyến tính chuẩn, đạt hệ số tương quan xác định ở mức 0.89.

Đề xuất và khuyến nghị

Dựa trên các kết quả mô hình hóa và phân tích định lượng, luận văn đưa ra bốn nhóm đề xuất hành động cụ thể:

• Thứ nhất, tối ưu hóa cơ cấu thời gian học tập của học sinh THPT: Học sinh lớp 12 cần thiết lập thời lượng tự học cá nhân đạt tối thiểu 18 giờ mỗi tuần, tập trung vào việc tự giải quyết các dạng bài tập nâng cao thay vì lạm dụng học thêm quá 15 giờ mỗi tuần. Mục tiêu là duy trì tổng điểm trung bình 3 môn THPT trên 22.0 điểm, thực hiện liên tục trong lộ trình 12 tháng trước kỳ thi dưới sự giám sát của phụ huynh.
• Thứ hai, ứng dụng công cụ dự báo SpiceMLP vào công tác tư vấn hướng nghiệp học đường: Ban giám hiệu và Đoàn trường THPT cần tổ chức các đợt đánh giá định lượng định kỳ 2 lần mỗi năm học, đặt mục tiêu giảm tỷ lệ học sinh đăng ký nguyện vọng vượt quá năng lực xuống dưới 10%.
• Thứ ba, hiện đại hóa hệ thống phân tích dữ liệu tuyển sinh tại các trường đại học: Phòng Quản lý Đào tạo phối hợp với Trung tâm Công nghệ Thông tin triển khai số hóa hơn 10.000 hồ sơ thí sinh các năm trong thời hạn 6 tháng, ứng dụng mô hình mạng nơ-ron để dự báo chỉ tiêu và phân tích nguồn tuyển với độ chính xác đạt trên 90%.
• Thứ tư, mở rộng khung thu thập dữ liệu và tiêu chí đánh giá học sinh: Sở Giáo dục và Đào tạo cùng các trường đại học cần phối hợp bổ sung 15 tiêu chí khảo sát về điều kiện kinh tế, tâm lý phòng thi và phương pháp học tập trong chu kỳ 2 năm học tới, nhằm hoàn thiện hệ thống cơ sở dữ liệu phục vụ nghiên cứu mở rộng.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị thực tiễn và học thuật cho bốn nhóm đối tượng:

• Ban giám hiệu và giáo viên các trường THPT: Cung cấp góc nhìn định lượng về các nhân tố quyết định kết quả thi, từ đó điều chỉnh phương pháp giảng dạy, thiết kế thời khóa biểu cân bằng và xây dựng chiến lược bồi dưỡng học sinh sát với thực tế tuyển sinh.
• Học sinh lớp 12 và phụ huynh học sinh: Cung cấp công cụ tự lượng giá năng lực dựa trên 6 biến chỉ số cụ thể, giúp học sinh chủ động phân bổ thời gian tự học và đăng ký nguyện vọng xét tuyển đại học một cách khoa học.
• Phòng Đào tạo và Hội đồng Tuyển sinh các trường Đại học: Ứng dụng thuật toán mạng nơ-ron để phân tích xu hướng điểm đầu vào, từ đó xây dựng chính sách quảng bá tuyển sinh và xác định điểm chuẩn trúng tuyển hợp lý cho từng khối ngành.
• Các nhà nghiên cứu và học viên cao học ngành Công nghệ Thông tin, Khoa học Máy tính: Sử dụng làm tài liệu tham khảo chuyên sâu về thiết kế mạng MLP, tối ưu hóa thuật toán Back-Propagation với tham số bước đà và xử lý dữ liệu thực nghiệm trong lĩnh vực giáo dục.

Câu hỏi thường gặp

Mạng nơ-ron truyền thẳng (MLP) có ưu điểm gì vượt trội so với các phương pháp thống kê truyền thống? Mạng nơ-ron có khả năng học và mô phỏng các mối quan hệ phi tuyến phức tạp giữa các yếu tố tâm lý, học lực và kết quả thi. Nhờ hàm kích hoạt Sigmoid và cấu trúc đa tầng, mô hình giảm sai số dự báo trung bình từ 15.6% của phương pháp hồi quy xuống chỉ còn 5.2% trên tập dữ liệu thực nghiệm.

Biến số nào đóng vai trò quan trọng nhất trong việc quyết định điểm thi đại học của thí sinh? Thời gian tự học hàng tuần là biến số quan trọng nhất, đóng góp 32.4% vào độ chính xác của mô hình dự báo. Thí sinh tự học trên 20 giờ mỗi tuần đạt điểm thi cao hơn trung bình 23.5% so với nhóm tự học dưới 10 giờ, khẳng định vai trò cốt lõi của tính chủ động học tập.

Thuật toán lan truyền ngược cải tiến giải quyết bài toán cực tiểu địa phương như thế nào? Luận văn bổ sung tham số bước đà ở mức 0.85 và sử dụng hệ số học thích nghi biến đổi. Cải tiến này giúp cập nhật trọng số dựa trên quán tính của các bước lặp trước đó, vượt qua các vùng phẳng và điểm cực tiểu địa phương, đồng thời rút ngắn 35% thời gian huấn luyện.

Quy trình tiền xử lý và chuẩn hóa dữ liệu trong luận văn được thực hiện ra sao? Toàn bộ dữ liệu thô từ 350 mẫu khảo sát được chuẩn hóa tuyến tính Min-Max về đoạn từ 0.1 đến 0.9. Việc này nhằm tránh hiện tượng bão hòa vùng biên của hàm kích hoạt Sigmoid, đảm bảo các giá trị đạo hàm không bị triệt tiêu trong quá trình lan truyền ngược sai số.

Mô hình dự báo này có thể mở rộng áp dụng cho các khối thi khác như B, C, D không? Mô hình hoàn toàn có khả năng mở rộng cho các khối thi khác bằng cách thay thế bộ biến điểm số THPT tương ứng theo tổ hợp môn xét tuyển. Khi tái huấn luyện trên tập dữ liệu mẫu mới, mô hình vẫn duy trì độ chính xác dự báo đạt trên 88%.

Kết luận

• Khẳng định tính khả thi và độ tin cậy vượt trội của mạng nơ-ron truyền thẳng nhiều lớp trong bài toán dự báo kết quả tuyển sinh với độ chính xác đạt trên 92%.
• Xác lập bằng chứng định lượng chứng minh thời gian tự học cá nhân và điểm số THPT là hai yếu tố then chốt chi phối kết quả thi tuyển sinh đại học.
• Đề xuất thành công cấu hình mạng tối ưu 6-8-1 kết hợp thuật toán lan truyền ngược cải tiến có bước đà, giúp giảm 40% số chu kỳ tính toán và tránh bẫy cực tiểu địa phương.
• Xây dựng phần mềm thực nghiệm SpiceMLP phục vụ đắc lực cho công tác tư vấn tuyển sinh và phân luồng giáo dục tại địa phương.
• Định hình khung phương pháp luận khoa học trong việc ứng dụng trí tuệ nhân tạo và khai phá dữ liệu vào quản trị giáo dục đại học tại Việt Nam.

Kế hoạch phát triển tiếp theo là tích hợp mô hình vào cổng thông tin tuyển sinh trực tuyến trong vòng 6 tháng tới để phục vụ việc tra cứu tự động cho thí sinh. Các cơ sở giáo dục và nhà quản lý hãy chủ động ứng dụng mô hình phân tích dữ liệu này nhằm nâng cao chất lượng tuyển sinh và tối ưu hóa định hướng nghề nghiệp cho thế hệ tương lai.

Trích đoạn nội dung tài liệu

Chương 1: Các phương pháp mô hình hóa dữ liệu.1 Phương pháp trực quan.1 Quan sát các hoạt động không theo chủ quan Kỹ thuật khai phá dữ liệu trực quan cung cấp cho người khai phá khả năng đầy đủ để quan sát các hoạt động mà không theo định kiến cá nhân nào cả. Điều đó có nghĩa là ta không cần phải biết là cần phải tìm kiếm cái gì trong thời gian sáp tới. Hơn thế, bạn có thể bắt dữ liệu chỉ ra cho bạn thấy cái gì là quan trọng.2 Trực quan và đòi hỏi của nhận thức Có thể sự mở rộng lớn nhất trong việc sử dụng trực quan trong các phương pháp khai phá dữ liệu là phương pháp trực quan cốt để làm nổi bật khả năng nhận thức, kinh nghiệm của con người có thể làm tốt và một số công việc khác lại làm rất tốt. Việc lựa chọn phương pháp nghiên cứu thường phải có sự cân nhắc về kiểu xử lý thông tin mà người đó đòi hỏi trong suất quá trình nghiên cứu.3 Vẽ sơ đồ dữ liệu trên lược đồ trực quan Khi đưa dữ liệu vào trong một môi trường trực quan, bạn phải quyết định làm sao để trình bày dữ liệu theo một kiểu cách có ý nghĩa.

Hoạt động này tập trung vào sử dụng những thuộc tính của các phần tử dữ liệu đã được định nghĩa trong mô hình để xác định làm sao thông tin sẽ được nhìn thấy và cảm nhận. bạn có thể chọn những giải thuật xác định vị trí như gộp nhóm, phân cụm, … 1.2 Phương pháp truyền thống 1.1 Phương pháp thống kê Trong phương pháp này, ta sử dụng những thông tin được thống kê để suy luận và miêu tả xa hơn trong phân tích dữ liệu. Số hóa bởi Trung tâm Học liệu http://www.vn/ Trong hệ thống hỗ trợ quyết định thì việc dùng phương pháp thống kê là rất phổ biến.2 Phương pháp cây quyết định và luật Cây quyết định là công cụ phân tích để khám phá ra các luật và mối quan hệ bằng phương pháp phân tích thống kê phân chi thành các phần nhỏ các thông tin chứa trong tập dữ liệu. Cây quyết định là một mô tả tri thức dạng đơn giản nhằm phân các đối tượng dữ liệu thành một số lóp nhất định.

Các nút của cây được gán nhãn là tên các thuộc tính, các cạnh được gán các giá trị cụ thể các thuộc tính, các lá miêu tả các lớp khác nhau. Các đối tượng được phân lớp theo các đường đi trên cây, các cạnh tương ứng với giá trị các thuộc tính của đối tượng tới lá.3 Các luật kết hợp Những luật kết hợp được dẫn xuất ra từ sự phân tích các thông tin trùng hợp. Phương pháp luật kết hợp này cho phép khám phá những tương quan, hoặc những biến cố trong giao dịch là các sự kiện. Các luật kết hợp là một dạng biểu diễn tri thức, hay chính xác hơn là dạng mẫu của hình thành tri thức.

Phương pháp này nhằm phát hiện ra các luật kết hợp giữa các hình thành phân dữ liệu trong cơ sở dữ liệu. Mẫu đầu ra của giải thuật khai phá dữ liệu là các tập luật kết hợp tìm được.4 Mạng Nơron Mạng nơron là một hệ thống bao gồm rất nhiều phần tử xử lý đơn giản cùng hoạt động song song. Tính năng hoạt động của hệ thống này phụ thuộc vào cấu trúc của hệ thống, vào cường độ liên kết giữa các phần tử trong hệ thống và dựa vào quá trình xử lý bên trong các phần tử đó. Hệ thống này có thể học từ các dữ liệu có khả năng tổng quát hóa các dữ liệu đó.5 Giải thuật di truyền Giải thuật di truyền được phát triển mô phỏng lại hệ thống tiến hóa trong tự nhiên, chính xác hơn đó là giải thuật chỉ ra tập các cá thể được hình Số hóa bởi Trung tâm Học liệu http://www.vn/ thành, được ước lượng và biến đổi như thế nào.

Giải thuật cũng mô phỏng lại yếu tố gen trong nhiễm sắc thể sinh học trên máy tính để có thể giải quyết nhiều bài toán thực tế khác nhau. Giải thuật di truyền dựa trên ba cơ chế cơ bản: Chọn lọc, tương giao chéo và đột biến.3 Phương pháp khác 1.1 Phân nhóm và phân đoạn Phương pháp phân nhóm và phân đoạn là những kỹ thuật phân chia dữ liệu sao cho mỗi phần hoặc một nhóm giống nhau theo một tiêu chuẩn nào đó.2 Phương pháp suy diễn và quy nạp Một cơ sở dữ liệu là một kho thông tin những các thông tin quan trọng hơn cũng có thể được suy diễn từ kho thông tin đó. Có hai kỹ thuật chính để thực hiện việc này là suy diễn và quy nạp. Phương pháp suy diễn: Nhằm rút ra những thông tin là kết quả logic của các thông tin trong cơ sở dữ liệu, dựa trên các quan hệ trong dữ liệu.

Phương pháp quy nạp: Nhằm suy ra các thông tin được sinh ra từ cơ sở dữ liệu.3 Các phương pháp dựa trên mẫu Sử dụng các mẫu miêu tả ừ cơ sơ dữ liệu để tạo nên mọt mô hình dự đoán các mẫu mới dằng cách rút ra các thuộc tính tương tự như các mẫu đã biết trong mo hình. Ở đây, nhiệm vụ chính là phải xác định được độ đo giống nhau giữa các mẫu, sau đó mới rạo ra mẫu dự đoán.[1] Chương 2: Mạng Nơron truyền thẳng và thuật toán lan truyền ngược 2.1 Tổng quan về mạng Nơron 2.1 Lịch sử phát triển Khái niệm mạng nơ-ron được đề xuất nhằm mô tả hoạt động của nơron trong bộ não con người. Ý tưởng này bắt đầu được nêu ra trong mô hình tính toán mạng Perceptron. (Perceptron là một bộ phân loại tuyến tính dành cho Số hóa bởi Trung tâm Học liệu http://www.vn/ việc phân loại dữ liệu xác định bằng các tham số và một hàm đầu ra ) Dưới đây là các mốc trong các nghiên cứu về mạng nơron;[5] Cuối TK 19, đầu TK 20, sự phát triển chủ yếu chỉ là những công việc có sự tham gia của cả ba ngành Vật lý học, Tâm lý học và Thần kinh học, bởi các nhà khoa học như Hermann von Hemholtz, Ernst Mach, Ivan Pavlov.

Các công trình nghiên cứu của họ chủ yếu đi sâu vào các lý thuyết tổng quát về HỌC (Learning), NHÌN (vision) và LẬP LUẬN (conditioning),. và không hề đưa ra những mô hình toán học cụ thể mô tả hoạt động của các nơron. • Mọi chuyện thực sự bắt đầu vào những năm 1940 với công trình của Warren McCulloch và Walter Pitts. Họ chỉ ra rằng về nguyên tắc, mạng của các nơron nhân tạo có thể tính toán bất kỳ một hàm số học hay logic nào! • Tiếp theo hai người là Donald Hebb phát biểu rằng: việc thuyết lập luận cổ điển (classical conditioning) (như Pavlov đưa ra) là hiện thực bởi do các thuộc tính của từng nơron riêng biệt.

Ông cũng nêu ra một phương pháp học của các nơron nhân tạo. • Ứng dụng thực nghiệm đầu tiên của các nơron nhân tạo có được vào cuối những năm 50 cùng với phát minh của mạng nhận thức (perceptron network) và luật học tương ứng bởi Frank Rosenblatt. Mạng này có khả năng nhận dạng các mẫu. Điều này đã mở ra rất nhiều hy vọng cho việc nghiên cứu mạng nơron.

Tuy nhiên nó có hạn chế là chỉ có thể giải quyết một số lớp hữu hạn các bài toán. • Cùng thời gian đó, Bernard Widrow và Ted Hoff đã đưa ra một thuật toán học mới và sử dụng nó để huấn luyện cho các mạng nơron tuyến tính thích nghi, mạng có cấu trúc và chức năng tương tự như mạng của Rosenblatt. Luật học Widrow-Hoff vẫn còn được sử dụng cho đến nay. Số hóa bởi Trung tâm Học liệu http://www.vn/ • Tuy nhiên cả Rosenblatt và Widrow-Hoff đều cùng vấp phải một vấn đề do Marvin Minsky và Seymour Papert phát hiện ra, đó là các mạng nhận thức chỉ có khả năng giải quyết các bài toán khả phân tuyến tính.

Họ cố gắng cải tiến luật học và mạng để có thể vượt qua được hạn chế này nhưng họ đã không thành công trong việc cải tiến luật học để có thể huấn luyện được các mạng có cấu trúc phức tạp hơn. • Do những kết quả của Minsky-Papert nên việc nghiên cứu vềmạng nơron gần như bị đình lại trong suốt một thập kỷ do nguyên nhân là không có được các máy tính đủ mạnh để có thể thực nghiệm. • Mặc dù vậy, cũng có một vài phát kiến quan trọng vào những năm 70. Năm 1972, Teuvo Kohonen và James Anderson độc lập nhau phát triển một loại mạng mới có thể hoạt động như một bộ nhớ.

Stephen Grossberg cũng rất tích cực trong việc khảo sát các mạng tự tổ chức (Self organizing networks). • Vào những năm 80, việc nghiên cứu mạng nơron phát triển rất mạnh mẽ cùng với sự ra đời của PC. Có hai khái niệm mới liên quan đến sự hồi sinh này, đó là: 1. Việc sử dụng các phương pháp thống kê để giải thích hoạt động của một lớp các mạng hồi quy (recurrent networks) có thể được dùng như bộ nhớ liên hợp (associative memory) trong công trình của nhà vật lý học Johh Hopfield.

Sự ra đời của thuật toán lan truyền ngược (back-propagation) để luyện các mạng nhiều lớp được một vài nhà nghiên cứu độc lập tìm ra như: David Rumelhart, James McCelland,. Đó cũng là câu trả lời cho Minsky- Papert. [5] Số hóa bởi Trung tâm Học liệu http://www.2 Khái niệm cơ bản Theo các nhà nghiên cứu sinh học về bộ não, hệ thống thần kinh của con người bao gồm khoảng 100 tỷ tế bào thần kinh, thường gọi là các nơron. Mỗi tế bào nơron gồm ba phần: - Thân nơron với nhân bên trong (gọi là soma), là nơi tiếp nhận hay phát ra các xung động thần kinh.

- Một hệ thống dạng cây các dây thần kinh vào (gọi là dendrite) để đưa tín hiệu tới nhân nơron. Các dây thần kinh vào tạo thành một lưới dày đặc xung quanh thân nơron, chiếm diện tích khoảng 0,25mm2. - Đầu dây thần kinh ra (gọi là sợi trục axon) phân nhánh dạng hình cây, có thể dài từ một cm đến hàng mét. Chúng nối với các dây thần kinh vào hoặc trực tiếp với nhân tế bào của nơron khác thông qua các khớp nối (gọi là synapse).

Thông thường mỗi nơron có thể có từ vài chục cho tới hàng trăm ngàn khớp nối để nới với các nơron khác. Có hai loại khớp nối, khớp nối kích thích (excitatory) sẽ cho tín hiệu qua nó để tới nơron còn khớp nối ức chế (inhibitory) có tác dụng làm cản tín hiệu tới nơron. Người ta ước tính mỗi nơ ron trong bộ não của con người có khoảng 104 khớp nối (Hình 2. Chức năng cơ bản của tế bào nơron là liên kết với nhau để tạo nên hệ thống thần kinh điều khiển hoạt động của cơ thể sống.