Thông tin tài liệu
BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC UEH TRƯỜNG KINH TẾ, LUẬT VÀ QUẢN LÝ NHÀ NƯỚC KHOA: KINH TẾ BÁO CÁO CUỐI KỲ DỰ ĐỐN MỨC ĐỘ THÍCH ỨNG CỦA HỌC SINH TRONG GIÁO DỤC TRỰC TUYẾN BẰNG PHƯƠNG PHÁP HỌC MÁY Giảng viên hướng dẫn: GV_Trần Trung Nguyên Mã Học Phần: 22D1INF50905917 Thành phố Hồ Chí Minh - 2022 MỤC LỤC LỜI CẢM ƠN Danh mục sơ đồ, đồ thị Danh mục bảng Danh mục hình ảnh Từ viết tắt CHƯƠNG 1: TỔNG QUAN 1.1 Lý chọn đề tài 1.2 Mục tiêu đối tượng nghiên cứu 1.2.1 Mục tiêu 1.2.2 Đối tượng nghiên cứu 1.3 Phạm vi nghiên cứu đề tài 1.4 Bố cục viết CHƯƠNG 2: HIỆN TRẠNG CỦA VIỆC HỌC ONLINE VÀ ĐÁNH GIÁ 2.1 Hiện trạng 2.2 Đánh giá tình hình CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Dữ liệu đánh giá liệu 3.1.1 Dữ liệu 3.1.2 Đánh giá liệu 3.2 Định hướng nghiên cứu 3.3 Quy trình nghiên cứu mơ hình đề xuất 3.3.1 Quy trình nghiên cứu 3.3.2 Mơ hình đề xuất CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 3.1 Phân tích tiền xử lý liệu 3.1 Phân tích liệu 3.2 Tiền xử lý liệu 3.2 Phương pháp lấy mẫu 3.3 Đánh giá hiệu suất 3.4 Phân tích hiệu suất mơ hình ứng dụng CHƯƠNG 5: KẾT LUẬN 5.1 Kết luận 5.2 Hạn chế mô hình 5.3 Hướng phát triển đề tài CHƯƠNG 6: KIẾN NGHỊ Tài liệu tham khảo Danh mục sơ đồ, đồ thị Hình 3.1 Mức độ thích ứng phân theo độ tuổi Hình 4.1: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo giới tính Hình 4.2: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo cấp sở giáo dục Hình 4.3: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo khả học sinh (người học học sinh viên cơng nghệ thơng tin (IT)) Hình 4.4: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại hình tổ chức giáo dục Hình 4.5: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo điều kiện tài gia đình Hình 4.6: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại Internet sử dụng hầu hết thiết bị Hình 4.7: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại kết nối mạng Danh mục bảng Bảng 3.1: Mô tả liệu Bảng 4.1: Kết Test and Score Bảng 4.1: Kết dự đốn mơ hình Tree Bảng 4.2: Ma trận nhầm lẫn tạo theo mô hình ứng dụng Bảng 4.3: Tỷ lệ dự đốn mơ hình ứng dụng Danh mục hình ảnh Hình 3.2 Quy trình nghiên cứu Hình 3.3 Cây định Hình 3.4 Quy tắc định lựa chọn Hình 3.5 Thuật tốn Support Vector Machine (SVM) Hình 3.6 Sơ đồ KNN Hình 4.8: Kết ma trận nhầm lẫn mơ hình Logistic Regression Hình 4.9: Kết ma trận nhầm lẫn mơ hình SVM Hình 4.10: Kết ma trận nhầm lẫn mơ hình Tree CHƯƠNG 1: TỔNG QUAN Lí chọn đề tài: Đại dịch Covid bùng phát lần vào cuối tháng 12/2019 thành phố Vũ Hán, Trung Quốc Dịch bệnh lây lan qua đường hô hấp theo số liệu thống kê có 207 quốc gia vùng lãnh thổ mắc phải bệnh Dịch bệnh diễn khiến tất nước phải tiến hành cách ly xã hội, điều dẫn đến trường học giới phải đóng cửa Hơn 1,2 tỷ trẻ em, học sinh, sinh viên không đến trường (Farah & Li, 2020) Trong bối cảnh đó, hình thức học trực tuyến trở thành giải pháp tối ưu cho việc giảng dạy hầu hết trường học Học trực tuyến, cịn gọi E-learning hình thức học tập diễn thông qua mạng Internet, trình học tập giảng dạy diễn khoảng cách xa, người học người dạy tương tác thơng qua ứng dụng dạy học Hình thức dạy học khơng phải đời bối cảnh đại dịch phổ cập tài hầu hết quốc gia áp dụng việc giảng dạy. Học sinh hầu phải tham gia học trực tuyến thời gian cách ly xã hội Tuy nhiên học tập từ xa, tiết kiệm chi phí sở vật chất, thời gian linh động,… Hình thức học học sinh có nhiều bất cập khơng thể tương tác trực tiếp với giáo viên, giảng viên giám sát trực tiếp tình hình học tập học sinh, đường truyền mạng, sở vật chất không đảm bảo tất học sinh, … Chính ưu nhược điểm phương pháp học tập gây tranh luận liệu phương pháp có thật hiểu ? Học sinh học tập bằng phương pháp có tốt phương pháp học tập trực tiếp có nên tiếp tục việc dạy học trực tuyến hay khơng? Chính lí trên, nhóm nghiên cứu chọn đề tài: “Dự đốn mức độ thích ứng học sinh giáo dục trực tuyến phương pháp học máy” Mục tiêu đối tượng nghiên cứu 2.1 Mục tiêu nghiên cứu: Bài nghiên cứu tiến hành dự đốn mức độ thích ứng nhóm học sinh phương pháp học tập trực tuyến thơng qua việc phân tích liệu phân lớp phân cụm Đồng thời xác định mức độ thích ứng hình thức học tập với nhóm tuổi khác để đưa hướng giải hình thức học tập phù hợp đảm bảo cho trình học tập đảm bảo chất lượng Trên sở nghiên cứu trả lời câu hỏi sau: - Độ tuổi thích ứng nhanh với việc học trực tuyến? - Việc học trực tuyến có mang lại hiệu cho tất học sinh hay khơng? - Có nên tiếp tục áp dụng việc học tập trực tuyến hay không? - So sánh hiệu hai hình thức học tập trực tiếp trực tuyến. 2.2 Đối tượng nghiên cứu: Đối tượng nghiên cứu tất học sinh toàn giới cấp độ khác nhau: đại học, phổ thông, cao đẳng. Phạm vi nghiên cứu đề tài o Thời gian: Chuỗi liệu thu thập khoảng thời gian từ ngày 10/12/2020 đến ngày 5/2/2021 o Khơng gian: phạm vi tồn giới. Bố cục viết Bài viết trình bày qua phần Tổng quan, Hiện trạng việc học online đánh giá, Phương pháp nghiên cứu, Kết nghiên cứu cuối Kết luận. Các nội dung liên quan số liệu orange CHƯƠNG 2: HIỆN TRẠNG CỦA VIỆC HỌC ONLINE VÀ ĐÁNH GIÁ 2.1 Hiện trạng Đại dịch Covid – 19 trường hợp mà giới gần ngưng lại tất hoạt động Không tác động sâu sắc đến kinh tế, sức khoẻ người, đại dịch làm ảnh hưởng nặng nề đến hoạt động lĩnh vực giáo dục Vào lúc cao điểm, 188 quốc gia, chiếm khoảng 91% số người đăng ký học toàn giới, đóng cửa trường học họ để cố gắng ngăn chặn lây lan vi rút (UNESCO, n.d.) Kể từ bùng phát cách hai năm, đại dịch COVID-19 phá vỡ hệ thống giáo dục toàn cầu, ảnh hưởng nặng nề đến người học dễ bị tổn thương Nó làm gia tăng bất bình đẳng làm trầm trọng thêm khủng hoảng giáo dục có từ trước Việc đóng cửa trường học từ khơng đóng cửa số quốc gia năm học Thiếu kết nối thiết bị loại trừ phần ba sinh viên theo đuổi việc học từ xa. Năm 2020, bốn mươi hai triệu học sinh, sinh viên Bangladesh bị bỏ lại khơng có lớp học, trường học mở cửa (Hub et al., 2021) Đến tháng năm 2020, chế độ đóng cửa nghiêm ngặt tránh giao thương dần gỡ bỏ, doanh nghiệp hoạt động trở lại sở giáo dục quốc gia bị đóng cửa Việc đóng cửa thực khủng hoảng Vì học sinh khơng khơng lên lớp mà cịn hồn tồn qn hết học năm trước Theo UNICEF, có 46% số 95% học sinh tốt nghiệp tiểu học vào trung học sở Đây tỷ lệ thấp Nam Á (Nishat Ahmed Samrin, 2021) Trên toàn cầu, nhiều nghiên cứuđã tiến hành liên quan đến quan sát quy trình đào tạo từ xa giáo dục trực tuyến đại dịch COVID-19 Tuy nhiên, người ta quan sát thấy quy định đóng cửa hồn tồn, trường học khắp giới phải đối mặt với thách thức lớn việc trì hoạt động học tập học sinh Trong trường hợp Bangladesh, tất trường học trải qua trải qua tình trạng nguy cấp Mặc dù phủ Bangladesh thực số biện pháp để đưa sinh viên vào lớp học trực tuyến thông qua kênh Sangsad TV đài phát cộng đồng, thực tế, số lượng lớn sinh viên nằm ngồi tầm với Do có khác biệt kỹ thuật số thành thị nông thơn, khơng đủ khả tài thiếu hỗ trợ sở hạ tầng điện thoại thông minh sở internet khơng bị gián đoạn, trở thành thách thức lớn để đảm bảo giáo dục hòa nhập đại dịch COVID-19 Ngay trường học bắt đầu lớp học trực tuyến tiếp cận hết tất học sinh hoạt động học tập trực tuyến cách hiệu Do đó, hồn cảnh chưa có đại dịch ảnh hưởng nhiều đến khả thích nghi học sinh sinh viên. Nghiên cứu (Farah & Li, 2020) cho thấy đại dịch, trường học tiến hành hoạt động dạy học theo nhiều cách khác Một số trường tổ chức lớp học trực tuyến, trường khác tổ chức đồng thời lớp học trực tuyến ngoại tuyến Khi hỏi phương pháp học trực tuyến trường học để đảm bảo trải nghiệm học tập hiệu từ giáo viên học sinh, tỷ lệ phương pháp lớp học trực tuyến cao hơn, bao gồm 56,66% trả lời từ giáo viên 35% trả lời từ học sinh Bên cạnh hoạt động trực tuyến, số trường cung cấp ghi hỗ trợ để tạo thuận tiện cho học sinh mình. Các hoạt động giáo dục trực tuyến yêu cầu nhiều vấn đề thiết bị để hỗ trợ,(König et al., 2020) chứng minh để tiến hành tham dự lớp học trực tuyến, học sinh, giáo viên phụ huynh tiếp cận điện thoại thông minh cao (lần lượt 93,84%, 55% 85,54%) Trong tính khả dụng máy tính xách tay tab tương đối thấp (lần lượt 12.29%, 5% 11.76%). Tuy nhiên, đào tạo từ xa, điều kiện tiên khác kết nối internet thông suốt không bị gián đoạn Trong nghiên cứu(Farah & Li, 2020), khảo sát người học kết cho thấy 65% học sinh sinh viên sử dụng liệu di động 35% sử dụng thiết bị Wi-Fi. 21,67% học sinh, 40% giáo viên 30% phụ huynh thích hệ thống internet nhanh Tuy nhiên, 30% người hỏi cho biết tình trạng internet “khơng nhanh”, 35% trả lời tình trạng “khơng nhanh chút nào”. 2.2 Nghiên cứu trước đây Với tình trạng trên, tầm quan trọng hệ thống giáo dục trực tuyến làm rõ để lại nhiều mối quan tâm Trong (Noor & Shaoun, 2021) (Hopfenbeck, 2022) tác giả nghiên cứu cảia tiến mơ hình giáo dục hình thức trực tuyến (Afrouz & Crisp, 2020) chứng minh khác biệt đáng kể học sinh sinh viên hài lịng lợi ích mà giáo dục trực tuyến mang lại Khác với nghiên cứu trên, (Hopfenbeck, 2022) tập trung đánh giá thành tích học tập, có 85% học sinh sinh viên cho họ học nhiều thứ học trực tuyến. Trong nghiên cứu (Pinheiro Cavalcanti et al., 2019) họ sử dụng thuật toán ML để làm rõ tồn thực hành, tập trung vào phản hồi từ khoá học LMS (Hopfenbeck, 2022) nghiên cứu việc cải tiến mơ hình giáo dục trực tuyến kết hợp với máy học phân tích liệu hệ thống LMS. Monica cộng (Ciolacu et al., 2017) nghiên cứu Giáo dục chuyển sang trực tuyến nội dung khóa học có sẵn tảng kỹ thuật số Vì vậy, họ phân tích dựa n Neural Networks, Support Vector Machine (SVM), Cây định (Decision Tree) Phân tích cụm (Cluster Analysis) Độ xác dự đốn họ Blended Learning không đạt yêu cầu Kết khám phá cho thấy Giáo dục trực tuyến tốt so với giáo dục kết hợp. Trong (Farah & Li, 2020) (Baticulon et al., 2021), nhà nghiên cứu nghiên cứu COVID-19 mối quan tâm hệ thống giáo dục toàn cầu Đối với bệnh Corona, 100 quốc gia đóng cửa trường học Nghiên cứu họ cho thấy tác động coronavirus giáo dục kinh khủng họ tìm thấy nhiều rào cản cản trở tương tác sinh viên người hướng dẫn giáo dục trực tuyến để tiếp tục học tập thời gian COVID-19 bị khóa Ngồi ra, họ nhận thấy khu vực nơng thơn khơng cập nhật, khơng có kỹ kỹ thuật số, rào cản công nghệ, rào cản cá nhân, rào cản nước, rào cản thể chế, rào cản thơng tin liên lạc, điện kém, có vấn đề mạng, thiếu đào tạo thích hợp, thiếu tài chính, khả chống lại thay đổi, v.v rào cản lớn giáo dục trực tuyến đại dịch COVID-19 Vì vậy, cơng việc mình, chúng tơi cố gắng tìm hiểu khả thích ứng học sinh với giáo dục trực tuyến tình đại dịch này. CHƯƠNG 3: Phương pháp nghiên cứu 3.1 Dữ liệu đánh giá liệu 3.1.1 Dữ liệu Dữ liệu sử dụng kết khảo sát trực tiếp trực tuyến công bố trang Kaggle(Nishat Ahmed Samrin, 2021) Dữ liệu kết khảo sát thực bậc học khác nhau( Đại học, THPT Cao đẳng) Bộ liệu gồm 1205 quan sát thu thập thời gian từ ngày 10/12/2020 đến ngày 5/2/2021 Tuy nhiên nghiên cứu nhóm tác giả muốn hướng đến nhóm đối tượng từ 11 tuổi tìm siêu phẳng thõa mãn điều kiện thuật tốn tối đa hóa biên độ mềm cho phép số lượng nhỏ phân loại sai (MATLAB & Simulink, n.d.) Thuật toán xây dựng cho toán nhị phân toán đa phân lớp (Noble, 2006a) K-nearest neighbors “K-nearest neighbors gọi KNN k-NN, phân loại học có giám sát, phi tham số, sử dụng khoảng cách gần để thực phân loại dự đốn việc nhóm điểm liệu riêng lẻ Mặc dù sử dụng cho toán hồi quy phân loại, thường sử dụng thuật toán phân loại, dựa giả định điểm tương tự tìm thấy gần nhau.”(IBM, n.d.-b) Nguồn: IBM Hình 3.6 Sơ đồ KNN Đối với vấn đề phân loại, nhãn lớp định sở đa số hay nói cách khác nhãn biểu diễn thường xuyên quanh điểm liệu định Mục tiêu KNN xác định “láng giềng”gần điểm truy vấn để ta gán cho nhãn lớp cho điểm (IBM, n.d.-b) CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ( Nhóm sử dụng phần mềm Orange) 16 4.1 Phân tích tiền xử lý liệu 4.1.1 Phân tích liệu I Phân tích liệu đặc trưng có tính phân loại - Dữ liệu thơ chứa 1073 hàng (người học) 14 cột (đặc trưng) - Tỷ lệ người học giới tính nam nữ gần tương đương (nữ chiếm 45%, nam chiếm 55%) - Tỷ lệ người học nhóm tuổi 11-15 chiếm 32,9%; nhóm tuổi 16-20 chiếm 25,9%; nhóm tuổi 21-25 chiếm 34,9%; nhóm 26-30 chiếm 6,3% - Tỷ lệ người học trường phổ thông chiếm (school) chiếm 37%; cao đẳng (college) chiếm 20,5%; đại học (university) chiếm 42,5% - Tỷ lệ người học học sinh viên công nghệ thông tin (IT) chiếm 28,3% - Tỷ lệ người học sinh sống thị trấn chiếm tỷ lệ cao, chiếm 76% - Tỷ lệ người học có điều kiện tài trung bình (mid) chiếm nửa (chiếm 75,4%), điều kiện tài nghèo (poor) gấp đơi điều kiện tài giàu (rich) (nghèo chiếm 18,2% giàu chiếm 6,4%) - Tỷ lệ người học theo loại hình tổ chức giáo dục phủ (Government) thấp với phi phủ (Non-Government) (chính phủ chiếm 33,7% phi phủ chiếm 66,3%) - Tỷ lệ người học dùng loại Internet liệu di động (mobile data) phân nửa wifi (dữ liệu di động chiếm 55,2% wifi chiếm 44,8%) - Tỷ lệ người học dùng loại kết nối mạng 4G chiếm tỷ lệ cao 63%, loại 3G chiếm 35,6% loại 2G chiếm 1,4% - Tỷ lệ người học có mức độ giảm tải cao (high) chiếm 18,5% mức độ giảm tải thấp (low) chiếm 81,5% II Phân tích tương quan liệu đặc trưng nhân học với mức độ thích nghi học sinh giáo dục trực tuyến máy Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo giới tính 17 Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo giới tính 400 350 300 250 200 150 100 50 Thấp Trung bình Nam Cao Nữ Hình 4.1: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo giới tính Ở mức độ thích nghi trung bình, kết cho thấy giới tính nam thích nghi trung bình việc giáo dục trực tuyến máy Số lượng người học có mức độ thích cao thấp Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo cấp sở giáo dục Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo cấp sở giáo dục 250 200 150 100 50 Trường học Cao đẳng Thấp Trung bình Đại học Cao Hình 4.2: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo cấp sở giáo dục 18 Kết cho thấy người học cấp sở giáo dục đại học trường học có mức độ thích nghi trung bình cao cấp sở cao đẳng Tỷ lệ mức độ thích nghi trung bình so với mức độ thích nghi cấp sở đại học 50% Tỷ lệ mức độ thích nghi trung bình so với mức độ thích nghi cấp sở trường học 57% Tỷ lệ mức độ thích nghi trung bình so với mức độ thích nghi cấp sở cao đẳng 43,8% Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo khả học sinh (người học học sinh viên công nghệ thông tin (IT)) Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo khả học sinh (người học học sinh viên công nghệ thông tin (IT)) 400 350 300 250 200 150 100 50 Thấp Trung bình Có Cao Khơng Hình 4.3: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo khả học sinh (người học học sinh viên công nghệ thông tin (IT)) Kết cho thấy phần lớn người học không học sinh viên công nghệ thông tin (IT) ba mức độ thích nghi Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại hình tổ chức giáo dục 19 Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại hình tổ chức giáo dục 450 400 350 300 250 200 150 100 50 Thấp Trung bình Phi phủ Cao Chính phủ Hình 4.4: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại hình tổ chức giáo dục Mức độ thích nghi cao loại hình tổ chức phi phủ phủ thấp (phi phủ chiếm 5,9% phủ chiếm 1,9%) Kết cho thấy loại hình tổ chức phi phủ có mức thích nghi trung bình cao (chiếm 39,4%) Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo điều kiện tài gia đình Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo điều kiện tài gia đình 500 450 400 350 300 250 200 150 100 50 Nghèo Trung bình Thấp Trung bình 20 Giàu Cao Hình 4.5: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo điều kiện tài gia đình Mức độ thích nghi học sinh giáo dục trực tuyến máy theo điều kiện tài gia đình giàu nghèo thấp nhiều so với điều kiện tài trung bình Tỷ lệ mức thích nghi trung bình người học có điều kiện tài gia đình trung bình cao nhất, chiếm 43% Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại Internet sử dụng hầu hết thiết bị Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại Internet sử dụng hầu hết thiết bị 400 350 300 250 200 150 100 50 2G 3G Thấp Trung bình 4G Cao Hình 4.6: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại Internet sử dụng hầu hết thiết bị Loại Internet 4G sử dụng nhiều loại Internet 2G sử dụng Tỷ lệ mức độ thích nghi trung bình người học sử dụng loại Internet 4G cao nhất, chiếm 32,6% Phân tích tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại kết nối mạng 21 Sự tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại kết nối mạng 350 300 250 200 150 100 50 Thấp Trung bình Wifi Cao Dữ liệu di động Hình 4.7: Biểu đồ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo loại kết nối mạng Tỷ lệ mức độ thích nghi trung bình người học cao hai loại kết nối mạng, wifi chiếm 22,4% liệu di động chiếm 28,9% 4.1.2 Tiền xử lý liệu Bài nghiên cứu sử dụng liệu có sẵn Kaggle, liệu kết khảo sát trực tuyến ngoại tuyến với chủ đề Mức độ thích ứng sinh viên giáo dục trực tuyến Nhóm nghiên cứu sử dụng chữ số 0, 1, để biểu thị mức độ thích ứng thấp, trung bình cao tương ứng 4.2 Phương pháp lấy mẫu lựa chọn mơ hình Bài nghiên cứu sử dụng phương pháp k-fold để đánh giá, lựa chọn mơ hình k=10 Đánh giá lựa chọn mơ hình thơng qua phương pháp phân lớp: Nhóm nghiên cứu lựa chọn mơ hình: mơ hình Tree, mơ hình SVM, mơ hình Logistic Regression để đưa định lựa chọn mơ hình tốt cho liệu Bảng 4.1: Kết Test and Score Model AUC CA F1 Precision Recall Tree 0.965 0.874 0.873 0.873 0.874 SVM 0.870 0.749 0.747 0.747 0.749 22 Logistic Regression 0.802 0.723 0.719 0.723 0.723 Nguồn: Tác giả tổng hợp kết từ Orange Với phương pháp định, kết có AUC lớn mơ hình Tree (0.965) có số CA cao ba mơ hình (0.874) Vì nhóm nghiên cứu định lựa chọn mơ hình Tree Ngồi ra, thơng qua kết có từ Confusion Matrix, định lựa chọn mơ hình Tree xác thực chắn, xác xuất dự đốn mơ hình Tree bị sai thấp Hình 4.8: Kết ma trận nhầm lần mơ hình Logistic Regression Hình 4.9: Kết ma trận nhầm lần mơ hình SVM 23 Nguồn: Tác giả tổng hợp từ Orange Hình 4.10: Kết ma trận nhầm lần mơ hình Tree Kết dự đốn mơ hình Tree Bảng 4.1: Kết dự đốn mơ hình Tree Tree Tree (High) Tree (Low) Tree (Moderate) Moderate 0.0773532 0.409133 0.513514 Moderate 0.0773532 0.409133 0.513514 Moderate 0.0773532 0.409133 0.513514 Moderate 0.0773532 0.409133 0.513514 Low Nguồn: Tác giả tổng hợp từ Orange 4.3 Đánh giá hiệu suất Một số biện pháp sử dụng để đánh giá hình thức mơ hình Độ xác (AUC), CA, điểm F1 số Precision đặc điểm quan trọng sử dụng để đánh giá hiệu suất mơ hình Giá trị ma trận nhầm lẫn tạo q trình thử nghiệm mơ hình chuyển sang bên để tính điểm độ xác, thu hồi, F1- Điểm độ xác Các phương tình sử dụng: Precision = TP / (TP + FP) Recall = TP / (TP + FN) F1 = ( Precision x Recall) (Precision+ Recall) 24 Ở đây, dương tính thật biểu thị TP, phủ định thực TN, dương tính giả FP phủ định giả FN 4.4 Phân tích hiệu suất mơ hình ứng dụng Để đánh giá hiệu suất mơ hình, chúng tơi sử dụng bốn loại điểm đánh giá: Độ xác, Nhớ lại, Độ xác F1- Điểm BẢNG 4.2 thể số lượng đối tượng (Number of instances) Bảng 4.3 hiển thị tỷ lệ đốn mơ hình ứng dụng Bảng 4.2: Ma trận nhầm lẫn tạo theo mơ hình ứng dụng Mơ hình Logistic Regression SVM Tree Dự đốn Tên lớp Cao Vừa Thấp Khả thích ứng thấp 36 44 Khả thích ứng vừa 296 137 Khả thích ứng cao 14 93 444 Khả thích ứng thấp 42 40 Khả thích ứng vừa 328 106 Khả thích ứng cao 16 101 434 Khả thích ứng thấp 57 26 Khả thích ứng vừa 393 42 Khả thích ứng cao 10 53 488 Nguồn: Tác giả tổng hợp từ Orange Bảng 4.3: Tỷ lệ dự đoán mơ hình ứng dụng Mơ hình Dự đốn Tên lớp Cao Vừa Thấp Thực tế Dự đoán Logistic Regression SVM Khả thích ứng thấp 64,3% 0,8% 7,0% Khả thích ứng vừa 10,7% 75,5% 21,9% Khả thích ứng cao 25,0% 23,7% 71,0% Khả thích ứng thấp 66,7% 0,2% 6,9% Khả thích ứng vừa 7,9% 76,3% 18,3% 25 Tree Khả thích ứng cao 25,4% 23,5% 74,8% Khả thích ứng thấp 80,3% 0,0% 4,7% Khả thích ứng vừa 5,6% 88,1% 7,6% Khả thích ứng cao 14,1% 11,9% 87,8% Nguồn: Tác giả tổng hợp từ Orange Tỷ lệ dự đốn mơ hình SVM có chênh lệch cao Mơ hình Tree có tỷ lệ dự đốn có sai số nhỏ nhất, phần trăm chêch lệch nhỏ hai mơ hình cịn lại Logistic Regression Tree CHƯƠNG 5: KẾT LUẬN 5.1 Kết luận Với diễn biến bệnh dịch khứ để lại hệ lụy sâu sắc thích nghi với chúng, thích nghi với việc học tập, giáo dục trực tuyến làm việc với dễ dàng, tiện lợi Bài nghiên cứu nhóm áp dụng mơ hình tính tốn dựa phương pháp học máy để thực dự đoán, đánh giá mức độ dự báo đề tài Bài nghiên cứu sử dụng liệu có sẵn Kaggle, liệu kết khảo sát trực tuyến ngoại tuyến với chủ đề Mức độ thích ứng sinh viên giáo dục trực tuyến Kết nghiên cứu cho ta thấy số tương quan biến mơ hình nghiên cứu Thứ nhất, Ở mức độ thích nghi trung bình, kết cho thấy giới tính nam thích nghi mức độ trung bình việc giáo dục trực tuyến máy cao nữ, số lượng người học có mức độ thích nghi cao thấp Cịn cấp độ thích nghi giáo dục trực tuyến phân theo cấp bậc học người học cấp sở giáo dục đại học trường học có mức độ thích nghi trung bình cao cấp sở cao đẳng Ở mức độ tương quan mức độ thích nghi học sinh giáo dục trực tuyến máy theo khả học sinh kết thu học sinh phần lớn khơng thích nghi theo khả mà mức trung bình Ở mức độ thích nghi theo loại hình tổ chức giáo dục theo điều kiện gia đình loại hình tổ chức phi phủ có mức thích nghi trung bình cao cịn theo điều kiện gia đình tỷ lệ thích nghi trung bình người học có điều kiện tài gia đình trung bình cao 26 Ngoài mức độ tương quan sử dụng mạng internet mức độ trung bình cao nhất, lúc wifi mạng liệu có tỷ lệ phần trăm ngang Qua kết ta hình dung thực trạng yếu tố ảnh hưởng đến giáo dục trực tuyến cách cụ thể đánh giá tình hình chung hiệu giáo dục phương pháp này. Bên cạnh đó, nhóm lựa chọn đánh giá mơ hình qua phương pháp phân lớp Kết thu số mơ hình Tree cao với AUC (0.965) số CA (0.874) nên mơ hình lựa chọn mơ hình Tree Để chắn nhóm định kiểm tra thông qua kết từ Confusion Matrix, mơ hình Tree xác thực chắn chắn với xác xuất dự đoán bị sai thấp so với hai mơ hình cịn lại SVM Logistic Ngồi qua luận nhóm trình bày kiến thức xác suất thống kê, mô hình nghiên cứu sử dụng thuật tốn phân phân lớp, phân cụm, dự báo mơ hình (Tree, SVM, Logistic) phương pháp máy học Từ kiến thức này, nhóm áp dụng hiểu phương pháp để giải toán nghiên cứu. 5.2 Hạn chế đề tài Bài nghiên cứu cịn có nhiều điểm chưa đạt kỳ vọng cao kiến thức nhóm cịn hạn hẹp nên phân tích đánh giá chưa hồn thiện cịn nhiều thiếu sót Bên cạnh mặt dù tìm hiểu phương pháp nghiên cứu học máy nhiều điểm bất cập Cụ thể khơng có hướng dẫn sử dụng cho tốn gán nhãn từ loại tiếng Việt nhiều hạn chế mơ hình nghiên cứu áp dụng dẫn đến kết nghiên cứu chưa hoàn hảo kỳ vọng CHƯƠNG 6: KIẾN NGHỊ Covid-19 xuất làm thay đổi nhiều cá nhân Phương pháp giáo dục online dần phổ biến coi phương pháp tiện lợi sống ngày đại dịch mối hiểm nguy Đối với bạn học sinh, sinh viên bậc cao học học qua phương pháp trực tuyến trở nên quen thuộc thiếu học tập làm việc Qua kết 27 nghiên cứu cho thấy hầu hết bạn học sinh, sinh viên bậc cao học khơng gặp q nhiều trở ngại, khó khăn trình giáo dục trực tuyến bên cạnh cịn nhiều bạn cảm thấy khó khăn mong muốn giảng dạy học trực tiếp Từ kết phân tích, nghiên cứu nhóm đề xuất số biện pháp góp phần tháo dỡ rào cản, khắc phục trở ngại mà bạn gặp phải trình giáo dục trực tuyến Thứ nhất, cần có buổi học, tìm hiểu rõ tính năng, cơng cụ phần mềm giáo dục trực tuyến Phải đảm bảo bạn hiểu rõ thành thạo thao tác tính phần mềm học Thứ hai, tùy vào môn học, ngành học mà từ có phần mềm học phù hợp, thuận tiện tối ưu cho người học để tạo cảm giác mẻ thích thú học trực tuyến Thứ ba, người mang trách nghiệm truyền đạt cần linh hoạt, tạo bầu khơng khí sơi câu hỏi đơn giản đến phức tạp, tạo hội cho người học phát biểu, tư kèm điểm số thích lệ hay lời tuyên dương để người học có động lực khơng thụ động tham gia lớp Thứ tư, sau buổi học cần lưu lại giảng giúp sinh viên xem lại sau kết thúc buổi học. Hy vọng với kết nghiên cứu giải pháp đưa giúp cải thiện chất lượng giáo dục trực tuyến bối cảnh nay, góp phần hoàn thiện chế quản lý đào tạo để đem lại phương pháp học tập phù hợp hiệu nhất. Tài liệu thma khảo Afrouz, R., & Crisp, B R (2020) Online Education in Social Work, Effectiveness, Benefits, and Challenges: A Scoping Review Australian Social Work, 0(0), 1–13 https://doi.org/10.1080/0312407X.2020.1808030 Baticulon, R E., Sy, J J., Alberto, N R I., Baron, M B C., Mabulay, R E C., Rizada, L G T., Tiu, C J S., Clarion, C A., & Reyes, J C B (2021) Barriers to Online Learning in the Time of COVID-19: A National Survey of Medical Students in the Philippines Medical Science Educator, 31(2), 615–626 https://doi.org/10.1007/s40670-021-01231-z Ciolacu, M., Tehrani, A F., Beer, R., & Popp, H (2017) Education 4.0-Fostering 28 student’s performance with machine learning methods 2017 IEEE 23rd International Symposium for Design and Technology in Electronic Packaging, SIITME 2017 - Proceedings, 2018-Janua, 438–443 https://doi.org/10.1109/SIITME.2017.8259941 Farah & Li (2020) The rise of online learning during the COVID-19 pandemic | World Economic Forum In World Ecoconomic Forum Covid Action Platform (pp 1–8) https://www.weforum.org/agenda/2020/04/coronavirus-education-global-covid19online-digital-learning/ Hopfenbeck, T N (2022) Assessment and learning in times of change and uncertainty Assessment in Education: Principles, Policy & Practice, 29(1), 1–4 https://doi.org/10.1080/0969594X.2022.2068480 Hub, E., Hub, E., Choudhury, A., & Hub, E (2021) How Bangladesh repurposed preexisting online platforms to reimagine education during Covid-19 In UNDP Bangladesh (pp 19–21) König, J., Jäger-Biela, D J., & Glutsch, N (2020) Adapting to online teaching during COVID-19 school closure: teacher education and teacher competence effects among early career teachers in Germany European Journal of Teacher Education, 43(4), 608–622 https://doi.org/10.1080/02619768.2020.1809650 Nishat Ahmed Samrin (2021) Students Adaptability Level in Online Education _ Kaggle Kaggle Noor, S., & Shaoun, S P (2021) Online Education and Community Participation in Bangladesh: Challenges and Opportunities to Ensure Inclusive Learning During COVID-19 School Closure Indian Journal of Public Administration, 67(4), 620– 638 https://doi.org/10.1177/00195561211044531 Pinheiro Cavalcanti, A., Ferreira Leite De Mello, R., Rolim, V., André, M., Freitas, F., & Gasevic, D (2019) An analysis of the use of good feedback practices in online learning courses Proceedings - IEEE 19th International Conference on Advanced Learning Technologies, ICALT 2019, July, 153–157 https://doi.org/10.1109/ICALT.2019.00061 29 UNESCO (n.d.) Education: From disruption to recovery https://en.unesco.org/covid19/educationresponse 30
Ngày đăng: 07/12/2022, 15:51
Xem thêm:
