Predicting Students’ Performance Using Machine Learning Techniques

الملخص

الهدف الرئيسي لاي مؤسسة تعليمية هو تزويد الطلبة بافضل معرفة وتجربة تعليمية. تحديد الطلبة الذين يحتاجون الى دعم و اهتمام إضافي و اتخاذ التدابير المناسبة لتحسين مستواهم العلمي يلعب دورا اساسيا لتحقيق هدف المؤسسة التعليمية. في هذا البحث, اربع تقنيات أو طرق خاصة ب Machine Learning تم استخدامها لبناء Classifiers تقوم بالتنبأ بمستوى أو أداء الطلبة العلمي في أحد دروس الحاسوب المقام في جامعة المثنى-كلية الاداب. تتضمن التقنيات المستخدمة كل من التقنيات الاتية: Artificial Neural Network, Naïve Bayes, Decision Tree, Logistic Regression. هذا البحث يهتم بتاثير استخدام الانترنت كمصدر للتعلم و كذلك تاثير استخدام الطالب لمواقع التواصل الاجتماعي على مستوى الطالب الدراسي. هذه التاثيرات تم استخدامها ك Features لقياس فيما اذا كان الطالب يستخدم الانترنت للدراسة ام لا و كذلك لقياس الوقت الذي يقضية الطالب بتصفح مواقع التواصل الاجتماعي. تم بناء اكثر من نموذج و تمت المقارنة بينهم باستخدام مقياس الاداء  ROC index و كذلك تم استخدام دقة التصنيف للمقارنة بين النماذج. تم جمع المعلومات المستخدمة في بناء النماذج من خلال استمارة استبيان تم ملئها من قبل الطلبة و كذلك من سجل درجات الطلبة. حقق نموذج ANN أعلى نسبة أداء و التي تساوي 0.807 و حقق نسبة دقة تساوي 77.04%. و بالاضافة الى ذلك و باستخدام نموذج , Decision Tree تم التعرف على اربعه عوامل مهمة تقوم بالتاثير على مستوى الطالب بصورة كبيرة