Bildungsdaten aufbereiten und Leistungen vorhersagen

Projekt im Überblick

Auftraggeber

Ein Bildungsinstitut in Vietnam

Zeitraum

März bis Dezember 2019

Team

4 Personen: 2 Entwickler, 1 KI-Spezialist, 1 Projektmanager

Technologien

• Python
• pandas
• scikit-learn
• TensorFlow

Ausgangslage

Die Daten des Instituts kamen aus Lernplattformen, Umfragen und institutionellen Berichten, jeweils in eigenem Format, mit Dubletten und fehlerhaften Einträgen. Das Institut wollte sie für Forschung und für die Planung von Lehrplänen nutzen, konnte sie in diesem Zustand aber nicht zusammen auswerten.

Aufgabe von Senva

Senva hat die Daten gesammelt, bereinigt, in ein einheitliches Format gebracht und analysiert. Darauf aufbauend haben wir Modelle entwickelt, die Muster in den Lerndaten zeigen und Schülerleistungen auf Basis historischer Daten vorhersagen.

Vorgehen

Zuerst haben wir die Datenbasis bereinigt, also Dubletten und fehlerhafte Einträge entfernt, Formate vereinheitlicht und Quellen zusammengeführt. Danach folgten die Analyse mit pandas und scikit-learn und die Prognosemodelle mit TensorFlow.

Gearbeitet haben wir in kurzen Iterationen, weil sich die Anforderungen des Instituts im Lauf des Projekts änderten. Das Projekt wurde im geplanten Zeit- und Budgetrahmen abgeschlossen.

Ergebnis

Das Institut erhielt eine strukturierte und analysierte Datenbasis, mit der es Entscheidungen zu Lehrplänen und Lernmethoden auf Daten stützen konnte.