Published January 1, 2021
| Version v1
Publication
Open
Guaranteeing Correctness of Machine Learning Based Decision Making at Higher Educational Institutions
- 1. Islamia University of Bahawalpur
- 2. Prince Sattam Bin Abdulaziz University
- 3. King Saud University
Description
State-of-the-art software technologies have enabled Higher Education Institutions to record and store large amounts of student data. Analyzing this large amount of data can facilitate the decision-making process. Decisions made in higher education institutions affect policies, strategies and actions that improve education quality. It can be argued that machine learning algorithms demonstrate a remarkable ability to recognize models and predict results based on data. However, machine learning outcomes were subject to bias and erroneous labelling. Consequently, to mitigate the impact of such errors in decision making, it is necessary to put in place mechanisms to correct decision rules. This article presents an approach to learn decision rules through supervised machine learning and proves the correctness of these rules with hierarchical Coloured Petri Nets. The use of formalism in the proposed methodology ensures that the decision rules are correct and comprehensible. Empirical results show that we improved correctness with 98.68% accuracy on decision rules. This research work contributes to the improvement of the decision-making process for the academic administration of Higher Education Institutes.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
مكنت أحدث تقنيات البرمجيات مؤسسات التعليم العالي من تسجيل وتخزين كميات كبيرة من بيانات الطلاب. يمكن أن يؤدي تحليل هذا الكم الكبير من البيانات إلى تسهيل عملية صنع القرار. تؤثر القرارات المتخذة في مؤسسات التعليم العالي على السياسات والاستراتيجيات والإجراءات التي تحسن جودة التعليم. يمكن القول إن خوارزميات التعلم الآلي تظهر قدرة ملحوظة على التعرف على النماذج والتنبؤ بالنتائج بناءً على البيانات. ومع ذلك، كانت نتائج التعلم الآلي عرضة للتحيز ووضع العلامات الخاطئة. وبالتالي، للتخفيف من تأثير مثل هذه الأخطاء في صنع القرار، من الضروري وضع آليات لتصحيح قواعد القرار. تقدم هذه المقالة نهجًا لتعلم قواعد القرار من خلال التعلم الآلي الخاضع للإشراف وتثبت صحة هذه القواعد باستخدام شبكات بتري الملونة الهرمية. يضمن استخدام الشكلية في المنهجية المقترحة أن تكون قواعد القرار صحيحة ومفهومة. تظهر النتائج التجريبية أننا قمنا بتحسين الدقة بدقة 98.68 ٪ في قواعد القرار. يساهم هذا العمل البحثي في تحسين عملية صنع القرار للإدارة الأكاديمية لمعاهد التعليم العالي.Translated Description (French)
Les technologies logicielles de pointe ont permis aux établissements d'enseignement supérieur d'enregistrer et de stocker de grandes quantités de données sur les étudiants. L'analyse de cette grande quantité de données peut faciliter le processus de prise de décision. Les décisions prises dans les établissements d'enseignement supérieur affectent les politiques, les stratégies et les actions qui améliorent la qualité de l'éducation. On peut soutenir que les algorithmes d'apprentissage automatique démontrent une capacité remarquable à reconnaître les modèles et à prédire les résultats sur la base de données. Cependant, les résultats de l'apprentissage automatique étaient sujets à des biais et à un étiquetage erroné. Par conséquent, pour atténuer l'impact de telles erreurs dans la prise de décision, il est nécessaire de mettre en place des mécanismes pour corriger les règles de décision. Cet article présente une approche pour apprendre les règles de décision grâce à l'apprentissage automatique supervisé et prouve l'exactitude de ces règles avec des filets de Petri colorés hiérarchiques. L'utilisation du formalisme dans la méthodologie proposée garantit que les règles de décision sont correctes et compréhensibles. Les résultats empiriques montrent que nous avons amélioré la correction avec une précision de 98,68 % sur les règles de décision. Ces travaux de recherche contribuent à l'amélioration du processus décisionnel pour l'administration académique des établissements d'enseignement supérieur.Translated Description (Spanish)
Las tecnologías de software de última generación han permitido a las instituciones de educación superior registrar y almacenar grandes cantidades de datos de los estudiantes. Analizar esta gran cantidad de datos puede facilitar el proceso de toma de decisiones. Las decisiones tomadas en las instituciones de educación superior afectan las políticas, estrategias y acciones que mejoran la calidad de la educación. Se puede argumentar que los algoritmos de aprendizaje automático demuestran una notable capacidad para reconocer modelos y predecir resultados basados en datos. Sin embargo, los resultados del aprendizaje automático estaban sujetos a sesgos y etiquetado erróneo. En consecuencia, para mitigar el impacto de tales errores en la toma de decisiones, es necesario establecer mecanismos para corregir las reglas de decisión. Este artículo presenta un enfoque para aprender las reglas de decisión a través del aprendizaje automático supervisado y demuestra la corrección de estas reglas con redes de Petri de colores jerárquicas. El uso de formalismo en la metodología propuesta asegura que las reglas de decisión sean correctas y comprensibles. Los resultados empíricos muestran que mejoramos la corrección con un 98,68% de precisión en las reglas de decisión. Este trabajo de investigación contribuye a la mejora del proceso de toma de decisiones para la administración académica de los Institutos de Educación Superior.Files
09454056.pdf.pdf
Files
(245 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:f3bfb6cb75825868aca2c58294bc423a
|
245 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- ضمان صحة اتخاذ القرارات القائمة على التعلم الآلي في مؤسسات التعليم العالي
- Translated title (French)
- Garantir la justesse de la prise de décision basée sur l'apprentissage automatique dans les établissements d'enseignement supérieur
- Translated title (Spanish)
- Garantizar la corrección de la toma de decisiones basada en el aprendizaje automático en las instituciones de educación superior
Identifiers
- Other
- https://openalex.org/W3172236876
- DOI
- 10.1109/access.2021.3088901
References
- https://openalex.org/W128754594
- https://openalex.org/W1486132939
- https://openalex.org/W1514928307
- https://openalex.org/W1561267729
- https://openalex.org/W1579105122
- https://openalex.org/W1595853162
- https://openalex.org/W1829244603
- https://openalex.org/W1992588284
- https://openalex.org/W1997388108
- https://openalex.org/W2008161988
- https://openalex.org/W2103708467
- https://openalex.org/W2105958932
- https://openalex.org/W2122026259
- https://openalex.org/W2123504579
- https://openalex.org/W2125055259
- https://openalex.org/W2189162242
- https://openalex.org/W2192063921
- https://openalex.org/W2208186574
- https://openalex.org/W2300302512
- https://openalex.org/W2395707743
- https://openalex.org/W2404377781
- https://openalex.org/W2409437973
- https://openalex.org/W2530395818
- https://openalex.org/W2543296129
- https://openalex.org/W2571119887
- https://openalex.org/W2590150025
- https://openalex.org/W2594877703
- https://openalex.org/W2605437438
- https://openalex.org/W2731703945
- https://openalex.org/W2766110642
- https://openalex.org/W2794259480
- https://openalex.org/W2801311812
- https://openalex.org/W2803974723
- https://openalex.org/W2889988224
- https://openalex.org/W2909334458
- https://openalex.org/W2914920135
- https://openalex.org/W2922181508
- https://openalex.org/W2935878216
- https://openalex.org/W2943210284
- https://openalex.org/W2946844474
- https://openalex.org/W2963054787
- https://openalex.org/W2964130946
- https://openalex.org/W2965839620
- https://openalex.org/W2970787375
- https://openalex.org/W2971256993
- https://openalex.org/W2979196420
- https://openalex.org/W2979583559
- https://openalex.org/W2988589399
- https://openalex.org/W2988618487
- https://openalex.org/W2995067726
- https://openalex.org/W3005812545
- https://openalex.org/W3012300836
- https://openalex.org/W3020995159
- https://openalex.org/W3022199973
- https://openalex.org/W3022935508
- https://openalex.org/W3025918553
- https://openalex.org/W3099426638
- https://openalex.org/W3118623680
- https://openalex.org/W4236137412
- https://openalex.org/W4249484115
- https://openalex.org/W4297801285
- https://openalex.org/W4309937634
- https://openalex.org/W72116547