BAC تحت المجهر

السياق

على مر السنين، تقدم نتائج امتحان البكالوريا صورة مفصلة عن أداء المدارس الثانوية في رومانيا. من خلال تحليل البيانات التاريخية على مدى عدة سنوات، يمكننا اكتشاف الاتجاهات وتطور الأداء المدرسي، وأحياناً، النتائج التي تخرج عن المألوف.

في هذا السياق، الهدف من هذه المسألة هو تحليل أداء المدارس الثانوية في البكالوريا إحصائياً، وبناء نماذج تنبؤية وتحديد النتائج غير النمطية باستخدام طرق التعلم الآلي.

وصف البيانات

لحل متطلبات هذه المسألة لديكم إمكانية الوصول إلى مجموعة بيانات منظمة في شكل ملفين csv: train.csv و test.csv. تحتوي مجموعة البيانات هذه على نتائج مجمعة للمدارس الثانوية في مختلف اختبارات امتحان البكالوريا، للفترة 2014–2023.

كل صف في مجموعة البيانات (سواء كان في مجموعة التدريب أو الاختبار) يمثل نتائج مدرسة ثانوية، لـ مادة، في سنة.

الأعمدة المتاحة:

• id – معرف فريد للصف
• an – سنة الامتحان
• liceu – اسم المدرسة الثانوية
• judet – المحافظة التي تقع فيها المدرسة الثانوية
• materie – مادة البكالوريا
• medie – متوسط الدرجات التي حصل عليها طلاب المدرسة الثانوية في المادة المعنية
• procent_reusita – نسبة الطلاب الذين نجحوا في الاختبار
• numar_candidati – عدد المرشحين
• preferinta_materie – نسبة الطلاب الذين اختاروا المادة المعنية
• anomalie - يمكن أن تأخذ القيمة 0 إذا لم تُعتبر حالة غير طبيعية أو القيمة 1 إذا كانت الحالة غير عادية.

ملاحظة: لكل مدرسة ثانوية لدينا أيضاً بعض الإحصائيات العامة. بالنسبة لتلك، في عمود materie نجد القيمة GENERAL.

يحتوي ملف train.csv على الإحصائيات من الفترة 2014-2022، بينما يحتوي ملف test.csv على البيانات لسنة 2023، لكن عمودي medie و anomalie غير متاحين.

المتطلبات

المتطلب 1 - تحديد المادة المفضلة (10 نقاط)

حددوا ما هي المادة التي حصلت على أعلى تفضيل في سنة 2023 من COLEGIUL NATIONAL "UNIREA" FOCSANI، إذا استثنينا مادة LIMBA ROMANA التي كانت إجبارية لجميع المرشحين.

المتطلب 2 - تحديد السنة المزدهرة للمعلوماتية (10 نقاط)

حددوا في أي سنة من الفترة 2014-2022 حصلت مادة INFORMATICA MI C-C++ على أعلى شعبية في COLEGIUL NATIONAL "UNIREA" FOCSANI. نعتبر أن الشعبية تُحدد بالنسبة المئوية من عمود preferinta_materie (كلما كانت هذه النسبة أعلى، كلما اعتبرنا أن المادة كانت أكثر شعبية).

المتطلب 3 - تقدير أداء المدارس الثانوية (40 نقطة)

باستخدام المعلومات المتاحة في ملف train.csv، قدروا قيمة المتوسط المحصل عليه لكل صف في ملف test.csv (سنة 2023).

لهذا المتطلب يمكنكم استخدام أي طريقة تحليل إحصائي أو نمذجة مبنية على البيانات التاريخية، مع مراعاة:

• المادة المحللة،
• تاريخ المدرسة الثانوية،
• تطور النتائج عبر الزمن،
• السياق العام للأداء على مستوى المحافظة أو الوطني.

الهدف هو الحصول على تقديرات أقرب ما يمكن إلى القيم الحقيقية.

المتطلب 4 - تحديد النتائج غير النمطية (40 نقطة)

حللوا البيانات التاريخية من الفترة 2014–2022 وقرروا، لكل صف في ملف test.csv، إذا كانت النتيجة المقابلة لسنة 2023 هي:

• نتيجة طبيعية، أو
• نتيجة غير نمطية، تنحرف بشكل كبير عن السلوك المعتاد.

في اتخاذ القرار يمكنكم مراعاة:

• تاريخ المدرسة الثانوية المعنية،
• التغيرات من سنة إلى أخرى،
• الاختلافات بين المواد،
• المقارنة مع مدارس ثانوية مماثلة أخرى.

النتيجة النهائية لكل صف يجب أن تكون تسمية ثنائية:

• 0 - نتيجة طبيعية
• 1 - نتيجة غير نمطية

تنسيق التسليم

للتقييم التلقائي يجب أن تحملوا ملفاً بتنسيق csv بالهيكل التالي:

• id – معرف الصف (المقابل لذلك في test.csv)
  • للمهمة 1، ستستخدمون القيمة 1 لـ id
  • للمهمة 2، ستستخدمون القيمة 2 لـ id
• subtaskID – معرف المتطلب:
  • 1 لتحديد المادة المفضلة (المتطلب 1)
  • 2 لتحديد السنة المزدهرة للمعلوماتية (المتطلب 2)
  • 3 لتقدير المتوسط (المتطلب 3)
  • 4 لتحديد النتائج غير النمطية (المتطلب 4)
• answer – الإجابة المقابلة للمتطلب:
  • لـ subtaskID = 1: اسم المادة تماماً كما يظهر في مجموعة البيانات
  • لـ subtaskID = 2: السنة
  • لـ subtaskID = 3: قيمة رقمية (تقدير المتوسط)
  • لـ subtaskID = 4: 0 أو 1

التقييم

للمتطلبين 1–2 يتم التقييم بدقة (من خلال المقارنة).

للمتطلب 3 يتم التقييم باستخدام Mean Absolute Error (MAE).

القواعد:

• MAE < 0.3 → النقاط الكاملة
• MAE > 1.0 → 0 نقاط
• للقيم بين هذين الحدين، تُمنح النقاط بشكل تناسبي.

للمتطلب 4، تُمنح النقاط وفقاً للقواعد التالية:

• AUC ≥ 0.95 → 40 نقطة
• AUC ≤ 0.70 → 0 نقاط
• الفترة بينهما: نقاط تناسبية

⬇️ تحميل Starter Kit