[Dự án AI] Dự đoán khả năng đạt học lực Giỏi từ điểm học bạ

Mục tiêu

Vận dụng scikit-learn để xây dựng mô hình phân loại nhị phân (Đạt/Chưa đạt học lực Giỏi) bằng LogisticRegression, học cách chia dữ liệu thành tập huấn luyện/kiểm tra để đánh giá công bằng — đồng thời rèn tư duy phản biện về ranh giới ngưỡng cứng nhắc và giới hạn thật của việc dùng điểm số để đánh giá một học sinh.

Thời lượng gợi ý: 2 tiết học (90 phút)

• Tiết 1 (cell 1-6): lý thuyết Logistic Regression (phân loại, không phải hồi quy dù tên gọi), chia tập huấn luyện/kiểm tra, huấn luyện mô hình đầu tiên
• Tiết 2 (cell 7-13): dự đoán và xem xác suất, tư duy phản biện (ranh giới ngưỡng cứng nhắc, mô hình không phản ánh nỗ lực/hoàn cảnh, tập kiểm tra nhỏ, AI hỗ trợ không thay quyết định con người), áp dụng dữ liệu thật qua Tải CSV, vận dụng

Em sẽ làm được gì

• Hiểu vì sao LogisticRegression dùng để PHÂN LOẠI dù tên gọi có chữ "Regression"
• Chia dữ liệu bằng train_test_split và hiểu đúng ý nghĩa việc đánh giá trên tập kiểm tra (khác hẳn cách đo trên chính dữ liệu huấn luyện ở các dự án trước)
• Dùng predict_proba để xem xác suất, không chỉ nhãn cuối cùng
• Nhận ra ranh giới ngưỡng phân loại (8.0 điểm) thực chất khá cứng nhắc và có phần tuỳ ý
• Hiểu vì sao mô hình chỉ dựa điểm số không phản ánh đầy đủ một học sinh, và vì sao AI chỉ nên hỗ trợ, không thay thế quyết định con người trong giáo dục

Về dữ liệu

Notebook chạy được ngay với dữ liệu MẪU ở Cell 3 (điểm trung bình 2 học kỳ của 18 "học sinh" giả định, KHÔNG phải điểm thật). Đây là dữ liệu học tập hơi riêng tư — học sinh có thể dùng số liệu giả định nếu không thoải mái chia sẻ điểm thật. GV/HS có thể mở rộng bằng dữ liệu điểm số khác (ẩn danh, tự nguyện) qua Tải CSV — xem hướng dẫn ở Cell 2. Lưu ý quan trọng: đây là bài luyện tập kỹ năng Học máy, KHÔNG phải công cụ dự đoán khả năng trúng tuyển đại học thật — kết quả tuyển sinh phụ thuộc rất nhiều yếu tố ngoài điểm số.