Прогнозирование академической успеваемости в высшем образовании: обзор литературы и лучшие практики

Академическая успеваемость студентов играет ключевую роль в образовательных учреждениях, поскольку часто используется в качестве показателя эффективности учреждения. Раннее выявление студентов, находящихся в зоне риска, в сочетании с превентивными мерами может существенно повысить их успех. В последнее время методы машинного обучения активно применяются для задач прогнозирования. Несмотря на множество успешных примеров в литературе, эти методы в основном доступны педагогам, знакомым с информатикой или, точнее, с искусственным интеллектом. Действительно, эффективное и результативное применение методов интеллектуального анализа данных требует принятия множества решений: от того, как определить академический успех студента, какие атрибуты студента учитывать, до выбора наиболее подходящего метода машинного обучения для конкретной задачи. Цель данного исследования — предоставить педагогам пошаговый набор рекомендаций для применения методов интеллектуального анализа данных при прогнозировании академической успеваемости. Для этого проведён обзор литературы, и текущее состояние искусства сведено в систематический процесс, в котором возможные решения и параметры всесторонне рассмотрены и обоснованы. Данное исследование облегчит педагогам доступ к методам интеллектуального анализа данных и позволит раскрыть весь потенциал их применения в образовании.