Luận văn dự đoán thành tích học tập của học sinh bằng học máy tại THPT Lương Thế Vinh Cẩm Phả

Luận văn thạc sĩ toán học nghiên cứu hay sử dụng một số thuật toán học máy để dự đoán thành tích học tập của học sinh, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải

• Đề tài: Dự Đoán Thành Tích Học Tập Của Học Sinh Bằng Thuật Toán Học Máy

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH SÁCH HÌNH VẼ
• DANH SÁCH BẢNG
• DANH MỤC KÝ HIỆU, TỪ VIẾT TẮT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ HỌC MÁY
• 1.1. Thuật toán học máy
• 1.2. Các bài toán cơ bản trong machine learning
• 1.3. Phân nhóm các thuật toán machine learning
• 1.4. Hàm mất mát và tham số mô hình
• 2. CHƯƠNG 2: THU THẬP VÀ XỬ LÝ DỮ LIỆU
• 2.1. Phát biểu bài toán
• 2.2. Thu thập dữ liệu
• 2.3. Feature Engineering
• 3. CHƯƠNG 3: TRAINING MÔ HÌNH VÀ ĐÁNH GIÁ KẾT QUẢ
• 3.1. Một số thuật toán lựa chọn training mô hình
• 3.2. Training mô hình
• 3.3. Lựa chọn và tối ưu hóa tham số mô hình
• 3.4. Đánh giá kết quả
• KẾT LUẬN CHUNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về dự đoán thành tích học tập bằng học máy

Dự đoán thành tích học tập của học sinh là một trong những ứng dụng quan trọng của thuật toán học máy trong giáo dục. Việc sử dụng học máy trong giáo dục không chỉ giúp cải thiện kết quả học tập mà còn hỗ trợ giáo viên trong việc đưa ra các quyết định giáo dục. Các mô hình học máy có khả năng phân tích dữ liệu lớn và tìm ra các mẫu ẩn, từ đó dự đoán được thành tích học tập của học sinh.

1.1. Khái niệm về học máy và ứng dụng trong giáo dục

Học máy là một lĩnh vực của trí tuệ nhân tạo, cho phép máy tính học hỏi từ dữ liệu mà không cần lập trình cụ thể. Trong giáo dục, học máy được áp dụng để phân tích dữ liệu học sinh, từ đó đưa ra dự đoán về thành tích học tập.

1.2. Tại sao dự đoán thành tích học tập lại quan trọng

Dự đoán thành tích học tập giúp giáo viên nhận diện sớm những học sinh có nguy cơ học tập kém. Điều này cho phép giáo viên can thiệp kịp thời, từ đó nâng cao hiệu quả giáo dục và giảm tỷ lệ học sinh bỏ học.

II. Thách thức trong việc dự đoán thành tích học tập của học sinh

Mặc dù có nhiều lợi ích, việc dự đoán thành tích học tập cũng gặp phải nhiều thách thức. Các yếu tố như dữ liệu không đầy đủ, độ chính xác của mô hình và sự biến động trong hành vi học tập của học sinh đều có thể ảnh hưởng đến kết quả dự đoán.

2.1. Dữ liệu không đầy đủ và chất lượng dữ liệu

Một trong những thách thức lớn nhất là việc thu thập dữ liệu đầy đủ và chính xác. Dữ liệu thiếu hoặc không chính xác có thể dẫn đến những dự đoán sai lệch, ảnh hưởng đến quyết định giáo dục.

2.2. Sự biến động trong hành vi học tập của học sinh

Hành vi học tập của học sinh có thể thay đổi theo thời gian do nhiều yếu tố như tâm lý, môi trường học tập và sự hỗ trợ từ gia đình. Điều này làm cho việc dự đoán trở nên khó khăn hơn.

III. Phương pháp dự đoán thành tích học tập bằng thuật toán học máy

Có nhiều phương pháp khác nhau để dự đoán thành tích học tập của học sinh. Các thuật toán như hồi quy tuyến tính, cây quyết định và mạng nơ ron thường được sử dụng để xây dựng mô hình dự đoán. Mỗi phương pháp có ưu điểm và nhược điểm riêng.

3.1. Hồi quy tuyến tính trong dự đoán thành tích học tập

Hồi quy tuyến tính là một trong những phương pháp đơn giản nhưng hiệu quả để dự đoán điểm số của học sinh. Phương pháp này giúp xác định mối quan hệ giữa các yếu tố ảnh hưởng và điểm số.

3.2. Cây quyết định và mạng nơ ron

Cây quyết định là một phương pháp phân loại mạnh mẽ, trong khi mạng nơ ron có khả năng học hỏi từ dữ liệu phức tạp. Cả hai phương pháp này đều có thể cải thiện độ chính xác của dự đoán thành tích học tập.

IV. Ứng dụng thực tiễn của dự đoán thành tích học tập

Việc áp dụng các mô hình dự đoán thành tích học tập đã mang lại nhiều kết quả tích cực trong giáo dục. Các trường học có thể sử dụng thông tin này để cải thiện chương trình giảng dạy và hỗ trợ học sinh tốt hơn.

4.1. Cải thiện chương trình giảng dạy

Dựa trên kết quả dự đoán, các trường có thể điều chỉnh chương trình giảng dạy để phù hợp hơn với nhu cầu của học sinh, từ đó nâng cao chất lượng giáo dục.

4.2. Hỗ trợ học sinh cá nhân hóa

Các mô hình dự đoán giúp giáo viên nhận diện những học sinh cần hỗ trợ thêm, từ đó có thể đưa ra các biện pháp can thiệp kịp thời và hiệu quả.

V. Kết luận và tương lai của dự đoán thành tích học tập

Dự đoán thành tích học tập bằng thuật toán học máy là một lĩnh vực đang phát triển mạnh mẽ. Tương lai của nó hứa hẹn sẽ mang lại nhiều cải tiến trong giáo dục, giúp nâng cao chất lượng học tập cho học sinh.

5.1. Xu hướng phát triển trong tương lai

Với sự phát triển của công nghệ, các mô hình dự đoán sẽ ngày càng chính xác hơn, mở ra nhiều cơ hội mới trong việc cải thiện giáo dục.

5.2. Tầm quan trọng của nghiên cứu liên tục

Nghiên cứu liên tục trong lĩnh vực này là cần thiết để phát triển các phương pháp mới và cải thiện độ chính xác của các mô hình dự đoán.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số giáo dục, việc khai phá dữ liệu học đường đóng vai trò chiến lược nhằm nâng cao chất lượng đào tạo và cá nhân hóa lộ trình học tập. Theo thống kê thực tế, hơn 70% các quyết định can thiệp sư phạm hiện nay vẫn dựa trên đánh giá định kỳ sau khi kỳ thi đã kết thúc, dẫn đến sự chậm trễ trong việc hỗ trợ học sinh có nguy cơ giảm sút học lực. Đề tài luận văn thạc sĩ chuyên ngành Khoa học máy tính tập trung giải quyết bài toán dự đoán sớm thành tích học tập thông qua điểm trung bình các môn học (TBCM) bằng các kỹ thuật học máy hiện đại.

Mục tiêu cụ thể của nghiên cứu là xây dựng một quy trình hoàn chỉnh từ khâu thu thập, làm sạch, trích chọn đặc trưng đến huấn luyện các mô hình dự báo học lực với độ chính xác cao. Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu khảo sát từ hơn 550 học sinh thuộc 3 niên khóa liên tiếp (khóa 19 từ 2017-2020, khóa 20 từ 2018-2021 và khóa 21 từ 2019-2022) tại trường Trung học phổ thông Lương Thế Vinh, thành phố Cẩm Phả, tỉnh Quảng Ninh.

Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở khả năng tối ưu hóa các véc-tơ đặc trưng hành vi và tâm lý, giúp nâng cao độ chính xác dự báo của các mô hình từ mức trung bình 40% - 60% lên mức 60% - 80%. Kết quả này cung cấp một công cụ hỗ trợ ra quyết định đắc lực cho các nhà quản lý giáo dục và giáo viên chủ nhiệm, cho phép can thiệp kịp thời trước khi kết quả học tập cuối kỳ được công bố.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng nền tảng của lý thuyết học máy có giám sát (Supervised Learning) kết hợp với các mô hình toán học giải quyết bài toán hồi quy và phân loại. Trọng tâm lý thuyết xoay quanh việc thiết lập hàm ánh xạ từ không gian véc-tơ đặc trưng nhiều chiều $x \in \mathbb{R}^d$ sang biến mục tiêu liên tục hoặc rời rạc $y \in Y$.

Bốn mô hình thuật toán chủ đạo được khảo cứu bao gồm:

• Hồi quy tuyến tính (Linear Regression): Tối ưu hóa véc-tơ trọng số $w$ thông qua phương pháp cực tiểu hóa hàm mất mát bình phương tối thiểu, giải bằng phương trình đạo hàm ma trận hoặc giả nghịch đảo.
• K lân cận gần nhất (K-Nearest Neighbors - KNN): Thuật toán học dựa trên cá thể, tính toán khoảng cách Euclid trong không gian $n$ chiều để xác định nhãn dựa trên đa số các điểm lân cận.
• Phân loại Naive Bayes: Ứng dụng định lý xác suất Bayes kết hợp giả thiết độc lập có điều kiện giữa các thuộc tính, sử dụng phương pháp ước lượng hợp lý cực đại (MLE) và ước lượng hậu nghiệm cực đại (MAP).
• Máy véc-tơ hỗ trợ (Support Vector Machine - SVM) & Rừng ngẫu nhiên (Random Forest): Giải quyết bài toán quy hoạch toàn phương tìm siêu phẳng phân chia có lề cực đại (với SVM) và kỹ thuật ensemble bagging kết hợp nhiều cây quyết định độc lập (với Random Forest).

Các khái niệm cốt lõi được chuẩn hóa trong nghiên cứu gồm: véc-tơ đặc trưng (Feature Vector), hàm mất mát (Loss Function $L(\theta)$), kỹ thuật tinh chỉnh siêu tham số (Hyperparameter Tuning), và tối ưu hóa lề phân tách.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình thực nghiệm định lượng trên tập dữ liệu gồm hơn 550 mẫu khảo sát thực tế với 22 thuộc tính phản ánh toàn diện các khía cạnh: nhân khẩu học, lối sống, tâm lý, điều kiện gia đình, thói quen sinh hoạt và kết quả học tập. Phương pháp chọn mẫu phân tầng theo từng khối lớp từ lớp 10 đến lớp 12 được thực hiện nhằm đảm bảo tính đại diện cao.

Dữ liệu thô sau khi thu thập được tiến hành tiền xử lý theo các bước:

1. Xử lý giá trị khuyết thiếu (Missing values) đối với các trường dữ liệu bị bỏ trống.
2. Mã hóa dữ liệu định tính thành định lượng thông qua kỹ thuật Label Encoding và One-Hot Encoding.
3. Chuẩn hóa dữ liệu về phân phối chuẩn $N(0, 1)$ và chuẩn hóa theo độ dài Euclid (L2-norm).
4. Áp dụng thuật toán Lasso (L1 Regularization) để chọn lọc 8 đặc trưng có trọng số ảnh hưởng lớn nhất đến điểm TBCM.

Tập dữ liệu sau xử lý được phân chia độc lập theo tỷ lệ chuẩn 67% cho tập huấn luyện (Training Set) nhằm xây dựng mô hình và 33% cho tập kiểm thử (Test Set) nhằm đánh giá độ chính xác khách quan. Việc lựa chọn phương pháp phân tích này giúp loại bỏ hiện tượng quá khớp (overfitting) và tăng tốc độ tính toán trong thời gian thực.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và phân tích dữ liệu mang lại những phát hiện quan trọng sau:

1. Hiệu quả vượt trội của kỹ thuật lựa chọn đặc trưng (Feature Selection): Khi sử dụng toàn bộ 22 đặc trưng ban đầu, độ chính xác của các mô hình chưa tối ưu chỉ dao động trong khoảng 40% đến 60%. Sau khi áp dụng trích chọn đặc trưng bằng Lasso, độ chính xác tổng thể tăng vọt lên mức 60% đến 80%, ghi nhận mức cải thiện trung bình khoảng 20% trên cùng một tập dữ liệu thử nghiệm.
2. Nhóm đặc trưng có ảnh hưởng quyết định: Phân tích trọng số hệ số Lasso chỉ ra rằng 8 yếu tố tác động mạnh nhất đến điểm TBCM bao gồm: tình cảm gia đình, người giáo dục chính, số buổi nghỉ học, số lượng thành viên trong gia đình, trạng thái cảm xúc bi quan, thời gian chơi thể thao, thời gian đọc sách và thời gian tự học ở nhà. Ngược lại, các yếu tố như họ tên hay giới tính hầu như không tạo ra sự khác biệt có ý nghĩa thống kê.
3. Hiệu năng của các mô hình sau khi tinh chỉnh siêu tham số:
   • Mô hình Hồi quy Logistic (với tham số $C=10$, penalty='l2', solver='newton-cg') đạt độ chính xác 71%.
   • Mô hình Rừng ngẫu nhiên (Random Forest với $max_depth=4$, $max_features=\text{'sqrt'}$, $n_estimators=100$) đạt độ chính xác 79%.
   • Mô hình Gradient Boosting đạt độ chính xác 77% trên tập huấn luyện.
   • Khi kiểm thử trên tập Test độc lập, các mô hình phân lớp được tối ưu hóa đạt chỉ số đánh giá ấn tượng từ 83.8% đến 84.0%.
4. Phân bố tập trung của dữ liệu học lực: Biểu đồ gom cụm điểm số cho thấy hơn 400 học sinh (chiếm trên 75% tổng mẫu khảo sát) tập trung ở thang điểm khá từ 7.0 đến 8.0, phản ánh tính phân hóa cao và đòi hỏi các thuật toán phải có khả năng phân biệt biên chi tiết.

Thảo luận kết quả

Các kết quả thực nghiệm được trực quan hóa chi tiết thông qua các biểu đồ phân bố thuộc tính khuyết thiếu, biểu đồ gom cụm học sinh theo TBCM và bảng ma trận so sánh độ chính xác của 6 thuật toán học máy. Việc giảm chiều dữ liệu từ 22 xuống còn 8 thuộc tính quan trọng không chỉ cải thiện độ chính xác thêm 20% mà còn giảm tải hơn 45% thời gian tính toán của bộ xử lý.

Nguyên nhân chính dẫn đến sự vượt trội của mô hình Random Forest và Gradient Boosting là khả năng xử lý tốt các mối quan hệ phi tuyến tính phức tạp giữa các thuộc tính hành vi (như thời gian đọc sách, mức độ bi quan) và kết quả học tập. So với các công bố quốc tế trong lĩnh vực khai phá dữ liệu giáo dục (với độ chính xác trung bình khoảng 80%), mô hình đề xuất trong luận văn đạt kết quả tương đương và thậm chí cao hơn khi áp dụng trên tập dữ liệu học sinh phổ thông tại Việt Nam (đạt trên 83.8% trên tập test). Điều này chứng minh rằng việc kết hợp giữa kỹ nghệ đặc trưng bài bản và tinh chỉnh siêu tham số chuẩn xác có ý nghĩa then chốt trong các bài toán dự báo học đường.

Đề xuất và khuyến nghị

Dựa trên các phát hiện thực nghiệm, nghiên cứu đề xuất 4 giải pháp khả thi nhằm ứng dụng học máy vào quản lý giáo dục:

1. Triển khai hệ thống phần mềm cảnh báo học tập sớm: Ban giám hiệu và tổ Công nghệ thông tin nhà trường cần tích hợp mô hình Random Forest vào cổng thông tin điện tử trong vòng 6 tháng tới. Hệ sinh thái này hướng tới mục tiêu giảm 30% tỷ lệ học sinh có nguy cơ tụt hạng học lực nhờ việc phát hiện sớm trước kỳ thi 8 tuần.
2. Xây dựng chương trình can thiệp tâm lý và hỗ trợ gia đình: Giáo viên chủ nhiệm cùng chuyên viên tư vấn tâm lý học đường cần phối hợp định kỳ mỗi học kỳ nhằm theo dõi các chỉ số cảm xúc bi quan và mức độ gắn kết gia đình của học sinh. Mục tiêu là nâng cao 15% chỉ số cảm xúc tích cực cho các học sinh thuộc nhóm có nguy cơ học lực giảm.
3. Thiết lập cơ chế kiểm soát chuyên cần và thời gian tự học: Ban giám thị và Đoàn trường cần ứng dụng hệ thống điểm danh điện tử theo tuần để giám sát chặt chẽ số buổi nghỉ học và khuyến khích phong trào đọc sách tối thiểu 5 giờ/tuần, hướng tới mục tiêu giảm 25% số buổi vắng học không lý do chính đáng.
4. Chuẩn hóa quy trình thu thập dữ liệu học sinh đầu vào: Nhà trường cần ban hành biểu mẫu khảo sát trực tuyến đồng bộ ngay từ đầu năm học mới, đảm bảo tỷ lệ hoàn thành thông tin đạt trên 95% và triệt tiêu các lỗi nhập liệu hoặc dữ liệu khuyết thiếu.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị ứng dụng và tham khảo thiết thực cho 4 nhóm đối tượng:

• Cán bộ quản lý giáo dục và Ban giám hiệu: Cung cấp cơ sở khoa học và bức tranh toàn cảnh về các nhân tố ảnh hưởng đến chất lượng học tập, hỗ trợ hoạch định chính sách giáo dục và phân bổ nguồn lực hỗ trợ học sinh hợp lý.
• Giáo viên chủ nhiệm và chuyên viên tâm lý học đường: Sử dụng kết quả phân tích đặc trưng để hiểu rõ tác động của đời sống gia đình, thói quen đọc sách và trạng thái tinh thần lên điểm số, từ đó xây dựng kế hoạch tư vấn sư phạm cá nhân hóa.
• Học viên, sinh viên và nhà nghiên cứu ngành Trí tuệ nhân tạo/Khoa học máy tính: Tham khảo quy trình xử lý dữ liệu bảng (tabular data), phương pháp trích chọn đặc trưng bằng Lasso và kỹ thuật tối ưu hóa siêu tham số cho các mô hình Scikit-Learn.
• Các đơn vị phát triển giải pháp công nghệ giáo dục (EdTech): Tận dụng mã nguồn và kiến trúc web demo được trình bày trong luận văn để tích hợp tính năng dự đoán năng lực người học vào các hệ thống quản trị học tập (LMS).

Câu hỏi thường gặp

Thuật toán học máy nào đạt hiệu năng dự đoán tốt nhất trong nghiên cứu?

Mô hình Rừng ngẫu nhiên (Random Forest) sau khi tối ưu hóa tham số ($max_depth=4, n_estimators=100$) mang lại hiệu quả phân loại ổn định nhất với độ chính xác đạt 79% trên tập huấn luyện và trên 83.8% trên tập kiểm thử độc lập, vượt trội hơn hẳn so với Cây quyết định đơn lẻ hay Naive Bayes.

Vì sao việc lựa chọn đặc trưng bằng Lasso lại giúp tăng độ chính xác của mô hình?

Thuật toán Lasso sử dụng chuẩn điều quy L1 giúp gán trọng số 0 cho các thuộc tính nhiễu hoặc không có tương quan (như họ tên, giới tính). Việc chỉ giữ lại 8 đặc trưng cốt lõi giúp loại bỏ hiện tượng đa cộng tuyến, giảm sai số và cải thiện khoảng 20% độ chính xác dự báo so với khi sử dụng tất cả thuộc tính.

Những yếu tố nào tác động mạnh nhất đến thành tích học tập của học sinh?

Nghiên cứu chỉ ra rằng các yếu tố phi học thuật như tình cảm gia đình, người giáo dục chính, cảm xúc bi quan, số buổi vắng học và thời gian đọc sách có tác động trực tiếp và rõ nét nhất đến điểm TBCM của học sinh, mạnh hơn nhiều so với các yếu tố nhân khẩu học truyền thống.

Nghiên cứu giải quyết bài toán dữ liệu khuyết thiếu như thế nào?

Tác giả đã lập trình các hàm tiền xử lý tự động trong Python để thống kê tỷ lệ bản ghi null trên từng trường thông tin, loại bỏ các thuộc tính có hơn 500 bản ghi thiếu và áp dụng các kỹ thuật mã hóa, chuẩn hóa phân phối chuẩn trước khi đưa dữ liệu vào huấn luyện.

Hệ thống web demo trong luận văn hoạt động theo cơ chế nào?

Hệ thống demo được thiết kế với giao diện trực quan cho phép người dùng tải lên tập dữ liệu kiểm thử, tùy chọn sử dụng toàn bộ đặc trưng hoặc 8 đặc trưng chọn lọc, sau đó hệ thống tự động tính toán và hiển thị điểm TBCM dự đoán cùng xếp loại tương ứng theo từng dòng dữ liệu.

Kết luận

• Luận văn đã xây dựng thành công pipeline học máy hoàn chỉnh giải quyết bài toán dự đoán thành tích học tập của học sinh THPT dựa trên dữ liệu hành vi và tâm lý.
• Việc ứng dụng kỹ thuật Feature Selection với Lasso đã chứng minh hiệu quả vượt bậc khi nâng cao độ chính xác dự báo thêm 20%, loại bỏ các đặc trưng nhiễu.
• Các mô hình Random Forest, Logistic Regression và Gradient Boosting sau khi tối ưu hóa siêu tham số đều đạt độ chính xác cao từ 71% đến 79% trên tập train và xấp xỉ 84% trên tập test.
• Hệ thống đã chỉ ra vai trò then chốt của 8 yếu tố thực nghiệm, đặc biệt là tình cảm gia đình, thời gian đọc sách và sự ổn định tâm lý đối với kết quả học tập.
• Hướng nghiên cứu tiếp theo sẽ mở rộng quy mô dữ liệu sang nhiều trường học trên toàn quốc và tích hợp mạng nơ-ron sâu (Deep Learning) vào đầu năm 2027.

Quý độc giả, nhà trường và các đơn vị nghiên cứu quan tâm có thể khai thác mô hình và phương pháp luận của công trình này để triển khai các hệ thống giáo dục thông minh ngay hôm nay.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TỔNG QUAN VỀ HỌC MÁY Trong chương này, trình bày một số kiến thức tổng quan về học máy, các khái niệm liên quan đến ứng dụng mô hình học máy để có thể có cơ sở nghiên cứu các nội dung sau. Thuật toán học máy Một thuật toán machine learning là một thuật toán có khả năng học tập từ dữ liệu. Theo Mitchell [3], “A computer program is said to learn from experience E with respect to some tasks T and performance measure P , if its performance at tasks in T , as measured by P , improves with experience E. Một chương trình máy tính được gọi là “học tập” từ kinh nghiệm E để hoàn thành nhiệm vụ T với hiệu quả được đo bằng phép đánh giá P , nếu hiệu quả của nó khi thực hiện nhiệm vụ T , khi được đánh giá bởi P , cải thiện theo kinh nghiệm E.

Lấy ví dụ về một chương trình máy tính có khả năng tự chơi cờ vây. Chương trình này tự học từ các ván cờ đã chơi trước đó của con người để tính toán ra các chiến thuật hợp lý nhất. Mục đích của việc học này là tạo ra một chương trình có khả năng giành phần thắng cao. Chương trình này cũng có thể tự cải thiện khả năng của mình bằng cách chơi hàng triệu ván cờ với chính nó.

Trong ví dụ này, chương trình máy tính có nhiệm vụ chơi cờ vây thông qua kinh nghiệm là các ván cờ đã chơi với chính nó và của con người. Phép đánh giá ở đây chính là khả năng giành chiến thắng của chương trình. Để xây dựng một chương trình máy tính có khả năng học, ta cần xác định rõ ba yếu tố: nhiệm vụ, phép đánh giá, và nguồn dữ liệu huấn 6 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Hay một chương trình học máy có khả năng dự đoán thành tích học tập của học sinh như mục tiêu của đề tài luận văn đang giải quyết.

Máy tính dựa vào các dữ liệu của các học sinh đã biết thành tích, phân tích các đặc trưng ảnh hưởng đến đầu ra, thực hiện training mô hình để có được mô hình dự đoán trên một mô hình học máy nào đấy để đưa ra kết quả dự đoán. Nhiệm vụ ở đây là đưa ra kết quả học tập dự đoán, từ kinh nghiệm là rất nhiều học sinh đã biết kết quả trên cơ sở mô tả được mỗi điểm dữ liệu là mỗi học sinh ấy có những thành phần nào (véc tơ dữ liệu), kết quả dự đoán được kiểm nghiệm so sánh với kết quả thực tế của học sinh trên tập dữ liệu test. Rồi đánh giá, cải thiện mô hình. Dữ liệu Các nhiệm vụ trong machine learning được mô tả thông qua việc một hệ thống xử lý một điểm dữ liệu đầu vào như thế nào.

Một điểm dữ liệu có thể là một bức ảnh, một đoạn âm thanh, một văn bản, hoặc một tập các hành vi của người dùng trên Internet. Để chương trình máy tính có thể học được, các điểm dữ liệu thường được đưa về dạng tập hợp các con số mà mỗi số được gọi là một đặc trưng (feature). Có những loại dữ liệu được biểu diễn dưới dạng ma trận hoặc mảng nhiều chiều. Một bức ảnh xám có thể được coi là một ma trận mà mỗi phần tử là giá trị độ sáng của điểm ảnh tương ứng.

Một bức ảnh màu ba kênh đỏ, lục, và lam có thể được biểu diễn bởi một mảng ba chiều. Trong cuốn sách này, các điểm dữ liệu đều được biểu diễn dưới dạng mảng một chiều, còn được gọi là vector đặc trưng (feature vector). Vector đặc trưng của một điểm dữ liệu thường được ký hiệu là x ∈ Rd trong đó d là số 7 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.