Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Questo studio presenta un framework di apprendimento automatico finalizzato all’assegnazione degli studenti ai corsi tecnici più adatti presso il Politecnico del Ruanda. Utilizzando 399 schede degli studenti e 128 caratteristiche allineate ai programmi di studio ricavate dai risultati degli esami nazionali del Ruanda, sono stati addestrati e confrontati modelli di rete neurale artificiale, XGBoost e Random Forest su 13 corsi tecnici. La rete neurale artificiale ha raggiunto un’accuratezza di test del 94% con un divario di generalizzazione minimo. Sono state utilizzate analisi SHAP, LIME, di importanza per permutazione e di informazione reciproca per spiegare le previsioni e identificare le caratteristiche influenti. Lo studio esamina inoltre lo squilibrio di classe, l’equità, l’instradamento delle decisioni tra uomo e IA basato sulla fiducia, la dimensionalità, la selezione delle caratteristiche, la robustezza e l’importanza delle caratteristiche nell’ensemble. Esempi concreti di raccomandazioni illustrano l’applicazione pratica. Viene inoltre proposto un modello di implementazione in linea con l’hardware istituzionale disponibile. Il framework offre a ricercatori, amministratori e responsabili politici un approccio trasparente e pratico per un’ammissione e un inserimento degli studenti responsabili e assistiti dall’IA nell’istruzione tecnica e professionale.