Predicția stării academice a studenților

🏫 Predicția stării academice a studenților

Pentru această problemă trebuie să implementați un model de clasificare capabil să prezică starea academică a unui student (Target) utilizând un set de date disponibil. Setul de date este organizat într-un fișier CSV, iar performanța modelului se va evalua pe baza F1-score.

🔹 Setul de date

Setul de date conține următoarele coloane:

• SampleID: Identificator unic pentru fiecare student
• Marital status: Starea civilă a studentului (Single, Married, Other)
• Application mode: Modul de aplicare (Online, In person, Other)
• Application order: Ordinea aplicării (numeric)
• Course: Cursul la care s-a înscris studentul
• Daytime/evening attendance: Tipul de frecvență (Daytime/Evening)
• Previous qualification: Nivelul educațional anterior (High School, College)
• Nacionality: Naționalitatea studentului
• Mother's qualification: Nivelul de educație al mamei
• Father's qualification: Nivelul de educație al tatălui
• Mother's occupation: Ocupația mamei
• Father's occupation: Ocupația tatălui
• Displaced: Studentul este mutat/străin (Yes/No)
• Educational special needs: Nevoi educaționale speciale (Yes/No)
• Debtor: Student datornic (Yes/No)
• Tuition fees up to date: Taxele sunt achitate (Yes/No)
• Gender: Genul studentului (Male/Female)
• Scholarship holder: Student cu bursă (Yes/No)
• Age at enrollment: Vârsta la înscriere
• International: Student internațional (Yes/No)
• Curricular units 1st sem (credited): Cursuri creditate în primul semestru
• Curricular units 1st sem (enrolled): Cursuri înscrise în primul semestru
• Curricular units 1st sem (evaluations): Evaluări efectuate în primul semestru
• Curricular units 1st sem (approved): Cursuri aprobate în primul semestru
• Curricular units 1st sem (grade): Notele obținute în primul semestru
• Curricular units 1st sem (without evaluations): Cursuri fără evaluări în primul semestru
• Curricular units 2nd sem (credited): Cursuri creditate în al doilea semestru
• Curricular units 2nd sem (enrolled): Cursuri înscrise în al doilea semestru
• Curricular units 2nd sem (evaluations): Evaluări efectuate în al doilea semestru
• Curricular units 2nd sem (approved): Cursuri aprobate în al doilea semestru
• Curricular units 2nd sem (grade): Notele obținute în al doilea semestru
• Curricular units 2nd sem (without evaluations): Cursuri fără evaluări în al doilea semestru
• Unemployment rate: Rata șomajului în regiunea studentului
• Inflation rate: Rata inflației
• GDP: Produsul Intern Brut (GDP)
• Target: Variabila țintă, starea academică a studentului (Dropout, Enrolled, Graduate)

📊 Note despre setul de date

• Câmpul-țintă: Target
• Modelul trebuie antrenat pe train.csv și evaluat pe test.csv

⚙️ Criterii de evaluare

• Performanță: F1-score cât mai mare

📨 Formatul fișierului de submisie

Fișierul de submisie trebuie să fie un CSV cu exact două coloane:

🔹 Exemple

Important: Fiecare rând din CSV reprezintă predicția pentru un singur student din test.

📝 Notă

Scorul se acordă pe baza F1-score obținut de model pe setul de test. Pentru a obține scor maxim, F1 trebuie să fie cel puțin 0.75, iar valori sub 0.5 vor primi 0 puncte, restul fiind scalate proporțional.

🗂️ Resurse utile

• Starter Kit – conține un schelet de la care puteți porni rezolvarea problemei