Розмір шрифту: 

У роботі описано повний цикл підготовки навчальних даних для побудови моделі прогнозування академічного ризику студентів на основі датасету OULAD. Виконано первинну підготовку даних із синтезом дев'яти агрегованих ознак навчальної поведінки, статистичний аналіз розподілів у розрізі класів цільової змінної, кодування категоріальних змінних та формування збалансованої бінарної цільової змінної. Сформовано ознаковий простір з 50 змінних для порівняльного навчання моделей машинного навчання.