КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2025)

Розмір шрифта: 
РОЗВІДУВАЛЬНИЙ АНАЛІЗ ДАНИХ ДЛЯ ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ АНАЛІЗУ ТА ПРОГНОЗУВАННЯ СТРЕСУ У СТУДЕНТІВ ЗАКЛАДІВ ВИЩОЇ ОСВІТИ МЕТОДАМИ МАШИННОГО НАВЧАННЯ
Марина Олександрівна Верчинська, Ольга Олександрівна Войцеховська

Остання редакція: 2025-06-16

Анотація


Робота присвячена підготовці та розвідувальному аналізу даних для подальшого використання для інформаційної технології аналізу та прогнозування стресу у студентів закладів вищої освіти методами машинного навчання. Було проведено аналіз датасету та його ознак.

 

 

EXPLORATORY DATA ANALYSIS FOR INFORMATION TECHNOLOGY ANALYSIS AND PREDICTION OF STUDENTS STRESS IN HIGHER EDUCATION INSTITUTIONS USING MACHINE LEARNING METHODS

Abstract

The work is devoted to the preparation and exploratory analysis of data for further use in the information technology of analysing and predicting stress in students of higher education institutions using machine learning methods. The dataset and its features were analysed.


Ключові слова


розвідувальний аналіз даних; машинне навчання; інформаційна технологія; стрес; студенти; прогнозування; заклад вищої освіти; exploratory data analysis; machine learning; information technology; stress; students; prediction; higher education institution.

Посилання


        1.        Хоменко-Семенова Л. О., Прохоренко Я. С. Вплив інформаційного контенту на емоційну стійкість студентів ЗВО в умовах воєнного стану. Вісник Національного авіаційного університету. Серія: Педагогіка, Психологія, 2022, Випуск 1 (20). С. 129‒134. URL: https://er.nau.edu.ua/server/api/core/bitstreams/6967222c-b23a-402c-b7c3-101e5b7bb698/content

 

        2.        Нагірнер І. І. Умови формування психологічної стійкості в навчальному процесі ВНЗ. Вісник Львівського університету. Серія психологічні науки. 2022. Випуск 14. С. 3–14. DOI: https://doi.org/10.30970/PS.2022.14.1

 

        3.        Böke B. N., Mills D. J., Mettler J., Heath N. L. Stress and Coping Patterns of University Students, Journal of College Student Development. 2019. 60(1). P. 85-103. URL: https://dx.doi.org/10.1353/csd.2019.0005

 

        4.        Gong Z, Wang H, Zhong M, Shao Y. College students' learning stress, psychological resilience and learning burnout: status quo and coping strategies. BMC Psychiatry. 2023.  Article 389. DOI: 10.1186/s12888-023-04783-z

 

        5.        Nguyen T., Pham, H., Le, V. Family and Academic Stress and Their Impact on Student’s Depression and Academic Performance. Journal of Education and Health Promotion. 2022. Article 16:13:869337. DOI: 10.3389/fpsyt.2022.869337

 

        6.        Chhabii. Student Stress Factors: A Comprehensive Analysis. 2024. URL: https://www.kaggle.com/datasets/rxnach/student-stress-factors-a-comprehensive-analysis

 

        7.        Мокін В. Б., Дратований М. В. Наука про дані: машинне навчання та інтелектуальний аналіз даних. Навчальний посібник. м. Вінниця. 2024. 263 с. URL: https://iq.vntu.edu.ua/repository/getfile.php/8163.pdf

 

        8.        A Complete Guide to Data Visualization in Python With Libraries & More. 2025 URL: https://www.simplilearn.com/tutorials/python-tutorial/data-visualization-in-python

 

        9.        Seaborn Tutorial. 2025. URL: https://seaborn.pydata.org/tutorial.html

 

       10.       Matplotlib Pyplot Documentation. 2025. URL: https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.html


Повний текст: PDF