Trong bài báo này, chúng tôi giới thiệu một kỹ thuật học máy có giám sát để xây dựng
một cây quyết định cho hệ thống tuyển sinh của Trường đại học Hải Phòng. Mục tiêu
chính là nhằm xây dựng được một mô hình phân loại hiệu quả với khả năng hạn chế lỗi
cao và mức chính xác tương đối để cải thiện hiệu suất và hiệu quả của quá trình tuyển
sinh. Điều này có nghĩa rằng công cụ lọc đã cải thiện hiệu suất và hiệu quả của quá trình
tuyển sinh. Công cụ phân loại có chức năng lọc các ứng viên ở mức ban đầu để nhân
viên tuyển sinh có thể tập trung vào các ứng viên triển vọng cao hơn nhằm đưa ra một
lựa chọn tốt hơn. Vì vậy, khối lượng công việc của nhân viên hành chính được giảm bớt
đi nhiều nên họ có thể thực hiện công việc lựa chọn tốt hơn.
This paper aims at introducing a supervised learning technique of building a decision
tree for HaiPhong University admission system. The main object is to build an effiient
classifiation model with high recall under moderate precision to improve the system.
We used ID3 algorithm for decision tree construction. The fial model is evaluated using
the common evaluation methods. This means that the fitering tool has improved the
effiiency and effectiveness of the admission process. The sorting tool has the ability
to fiter candidates at the initial level so that recruiters can focus on higher prospects in
order to make a better choice. Therefore, the workload of administrative staff is reduced
as they can conduct the selection better.