Цель работы – разработка инструмента прогнозирования успешности студенческих проектов на основании данных о студентах-участниках курса на базе машинного обучения. Для достижения данной цели были поставлены и выполнены следующие задачи: Исследование влияние команды проекта на успешность проекта. Проведение статистического анализа деперсонализированных данных курса ОПД 2020-2021 гг. с выводом ключевых факторов, влияющих на результаты проекта. Разработка инструмента для прогнозирования успешности результатов студенческих проектов по ключевым факторам на базе машинного обучения. Проведение апробации разработанного инструмента на курсе «Основы проектной деятельности на базе СПбПУ в весеннем семестре 2021-2022 гг. Оценка точности прогноза по результатам апробации. В ходе работы были проанализированы критерии эффективности команды, исследованы две модели успешности проекта и выведена взаимосвязь между эффективностью команды и успешностью проекта. На основании этого теоретического исследования была выполнена практическая часть работы, включающая в себя подготовку данных за 2020-2021 и 2021-2022 учебные года, проведён корреляционный анализ с последующим анализом качества данных, причин низкой чистоты данных и рекомендаций по её повышению. Как было упомянуто ранее, был разработан инструмент прогнозирования успешности студенческих проектов, с визуализацией результатов (дерева классификации, матрицы ошибок) и блоком прогноза и была проведена апробация инструмента.

The purpose of the work is to develop a tool for predicting the success of student projects based on data on students participating in the course based on machine learning. To achieve this goal, the following tasks were set and completed:Research the impact of the project team on the success of the project. Conducting a statistical analysis of the depersonalized data of FPA course 2020-2021 with the conclusion of the key factors influencing the results of the project. Development of a tool for predicting the success of the results of student projects on key factors based on machine learning. Testing of the developed tool at the course "Fundamentals of project activity” on the basis of SPbSTU in the spring semester of 2021-2022. Assessment of the accuracy of the forecast based on the results of testing.In the course of the work, the criteria for the effectiveness of the team were analyzed, two models of project success were investigated and the relationship between the effectiveness of the team and the success of the project was derived. Based on this theoretical study, the practical part of the work was carried out, including the preparation of data for the 2020-2021 and 2021-2022 academic years, a correlation analysis was carried out, followed by an analysis of data quality, the reasons for the low purity of data and recommendations for its improvement. As mentioned earlier, a tool for predicting the success of student projects was developed, with visualization of the results (classification tree, error matrix) and a forecast block, and the tool was tested.