Skip to content

About

Предсказание успешности сдачи сессии на основе метода Монте-Карло.

Topics

Resources

Stars

3 stars

Watchers

1 watching

Forks

Latest commit

 

History

26 Commits

Folders and files

Repository files navigation

Приложение позволяет спрогнозировать вероятность успешной сдачи экзаменационной сессии на основе индивидуальных параметров подготовки студента с применением метода статистического моделирования (Монте-Карло).

Установка приложения

  1. Клонируйте репозиторий:
git clone https://github.com/byrilo/session-predictor

cd session_predictor
  1. Создайте и активируйте виртуальное окружение:
python -m venv venv

source venv\Scripts\activate
  1. Установите необходимые библиотеки:
pip install -r requirements.txt
  1. Запустите приложение:
python -m main.py

Структура проекта

  • data/ - модуль получения данных из xlsx файла; разработчик модуля - Евсюков Дмитрий
  • gui/ - модуль отображения визуального графического пользовательского интерфейса для ввода данных, а также проверка введённых данных на корректность; разработчик модуля - Евсюков Дмитрий
  • model/ - модуль реализации базовой формулы модели для расчёта вероятности сдачи сессии base_score, функция random_ luck(), генерирующая число из нормального распределения с параметрами, заданными пользователем, функция P_ticket, рассчитывающая вероятность получения конкретного билета по формуле Бернулли; разработчики модуля - Саидов Владислав, Котова Елена, Дронов Всеволод
  • simulation/ - модуль, использующий информацию, полученную в остальных модулях, для предсказания вероятности сдачи сессии в виде "Сдал"/"Не сдал"; разработчик модуля - Сазонов Владимир
  • stats/ - ; разработчик модуля -
  • tests/ - модуль, в котором будут описаны результаты тестов для выявления ошибок/проблем/нестыковок в программе; разработчик модуля - Григорьев Вячеслав, Чивчиян Алексей
  • viz/ - модуль визуализации результатов работы программы: гистограмма успехов, график зависимости вероятности сдать сессию от часов, тепловая карта зависимости выученных билетов от времени, потраченных на изучение; разработчик модуля - Степанова Татьяна
  • requirements.txt - список зависимостей, необходимый для корректной работы приложения

Формат входных данных

Входной файл subjects_tusur_reduced с расширением xlsx обладает такими столбцами: название предмета - subject, ранг (сложность) предмета - rank , формат сдачи предмета - exam_form. Остальные данные получаются от пользователя с помощью модуля отображения графического окна ввода данных.

Значения, которые получает программа:

Переменная Описание Тип данных Диапазон допустимых значений
subject Название предмета str Длина строки >= 3 символа
rank Ранг предмета int от 1 до 5
exam_form Форма сдачи экзамена str Длина строки >= 3 символа
has_debts Наличие академических задолженностей ("хвостов") bool 0 либо 1
hours_per_day Количество часов подготовки в день float От 0 до 12
missed_lectures Количество пропущенных занятий int >=0
luck Уровень везучести студента int От 0 до 10
total_tickets Общее количество билетов int От 1 до 50
learned_tickets Количество выученных билетов int Не более, чем total_tickets

About

Предсказание успешности сдачи сессии на основе метода Монте-Карло.

Topics

Resources

Stars

3 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages