Predviđanje rezultata na ispitu - Simulacija OJIA 3

🏫 Predviđanje rezultata na ispitu

Za ovaj problem trebate implementirati model regresije koji može predvidjeti rezultat postignut na ispitu (Exam_Score) koristeći dostupan skup podataka. Skup podataka je organiziran u CSV datoteci, a performanse modela će se evaluirati na osnovu Mean Absolute Error (MAE).

---

🔹 Skup podataka

Skup podataka sadrži sljedeće stupce:

• ID: Jedinstveni identifikacijski broj studenta
• Hours_Studied: Broj sati provedenih u učenju
• Attendance: Postotak prisutnosti na nastavi
• Parental_Involvement: Razina uključenosti roditelja (Low, Medium, High)
• Access_to_Resources: Pristup obrazovnim resursima (Low, Medium, High)
• Extracurricular_Activities: Sudjelovanje u izvannastavnim aktivnostima (Yes/No)
• Sleep_Hours: Prosječan broj sati spavanja po noći
• Previous_Scores: Prethodno postignuti rezultati na ispitima
• Motivation_Level: Razina motivacije (Low, Medium, High)
• Internet_Access: Pristup internetu za učenje (Yes/No)
• Tutoring_Sessions: Broj instrukcijskih sesija
• Family_Income: Obiteljski prihod (Low, Medium, High)
• Teacher_Quality: Kvaliteta nastavnika percipirana od strane učenika (Low, Medium, High)
• School_Type: Tip škole (Public/Private)
• Peer_Influence: Utjecaj vršnjaka na učenika (Negative, Neutral, Positive)
• Physical_Activity: Broj sati tjelesne aktivnosti tjedno
• Learning_Disabilities: Prisutnost teškoća u učenju (Yes/No)
• Parental_Education_Level: Razina obrazovanja roditelja (High School, College, Postgraduate)
• Distance_from_Home: Udaljenost između kuće i škole (Near, Moderate, Far)
• Gender: Spol učenika (Male/Female)
• Exam_Score: Ciljna varijabla, rezultat postignut na ispitu (numerička vrijednost)

---

📚 Zadaci

Podzadatak 1 (10 bodova)

Izračunajte prosjek vrijednosti iz stupca Hours_Studied na skupu za treniranje. Za svakog studenta iz testa odredite modul razlike između Hours_Studied i izračunatog prosjeka.

Podzadatak 2 (10 bodova)

Odredite za svakog studenta iz testa spava li malo (<7 sati). Rezultat će biti True ili False.

Podzadatak 3 (10 bodova)

Prebrojite koliko studenata iz skupa za treniranje ima prethodni rezultat (Previous_Scores) veći ili jednak od svakog studenta iz testa.

Podzadatak 4 (10 bodova)

Odredite broj studenata iz treniranja s istom razinom motivacije (Motivation_Level) kao svaki student iz testa.

Podzadatak 5 (60 bodova)

Izgradite model regresije za predviđanje Exam_Score na osnovu pruženih karakteristika. Model mora generalizirati na nove podatke i bit će evaluiran s MAE.

---

📊 Napomene o skupu podataka

• Ciljna varijabla: Exam_Score
• Model mora biti treniran na train_data.csv i evaluiran na test_data.csv
• Preporučuje se provjera nedostajućih vrijednosti i normalizacija karakteristika.

---

⚙️ Kriteriji evaluacije

• Performanse: MAE što manji

---

📨 Format datoteke za predaju

Datoteka za predaju mora biti CSV s točno tri stupca:

Stupac	Tip	Opis
subtaskID	integer	Predstavlja ID podzadatka (od 1 do 5).
datapointID	integer/string	Predstavlja jedinstveni identifikator reda iz test skupa (ID).
answer	float / int / bool	Odgovor za odgovarajući podzadatak. Tip vrijednosti ovisi o podzadatku: • Podzadatak 1: float • Podzadatak 2: boolean • Podzadatak 3: integer • Podzadatak 4: integer • Podzadatak 5: float (predviđanja modela)

🔹 Primjeri

subtaskID	datapointID	answer
1	101	12.5
2	101	True
3	101	7
4	101	3
5	101	85.3

Važno: Svaki red u CSV-u predstavlja odgovor za jedan podzadatak i jednu točku podataka. Za svaki datapointID mora postojati po jedan red za svaki podzadatak.

---

📝 Napomena

Predaja sample_output generira 6 bodova.

🗂️ Korisni resursi

• Kompletni Starter Kit – sadrži kostur od kojeg možete početi rješavanje problema