Во введении обозначается тема прогнозирования успеваемости по предмету с учётом различных факторов и объясняется, почему для анализа важны реальные учебные данные. Здесь формулируются проблема, цель, задачи и границы проекта: выбранный предмет, доступные показатели и предполагаемый вид результата. Также указывается, что прогноз является вспомогательным ориентиром, а не заменой оценки учителя.

В пункте рассматривается, что означает успеваемость по отдельному предмету и какими показателями её можно описать: оценками, выполнением работ и посещаемостью. Объясняется различие между результатом обучения и факторами, которые могут быть с ним связаны. Это нужно, чтобы определить, какую именно величину проект прогнозирует и не смешивать наблюдаемую связь с доказанной причиной.

Раздел описывает источники и структуру данных, необходимые для анализа: строки наблюдений, признаки и целевой результат. Рассматриваются пропуски, ошибки ввода, несопоставимые шкалы и возможные смещения выборки. Отдельно объясняется, почему для учебного проекта следует собирать только нужные сведения, обезличивать таблицу и фиксировать правила подготовки данных.

Здесь кратко сравниваются доступные для проекта методы, например линейная регрессия и дерево решений, и объясняется, для каких данных они подходят. Описывается общий порядок: выбор целевого показателя, подготовка признаков, настройка модели и получение прогноза. Пункт помогает обосновать выбор несложного метода, результаты которого можно объяснить и воспроизвести.

В этом пункте рассматривается, как проверить качество прогноза на данных, не использованных при настройке модели. Объясняется смысл средней абсолютной ошибки и необходимость сравнивать прогноз с фактическим результатом. Также обсуждаются переобучение, малый объём наблюдений и факторы, отсутствующие в таблице, чтобы не представлять приблизительную оценку как гарантированное предсказание.

Практическая часть начинается с выбора предмета, показателя для прогноза и допустимых факторов. Затем составляется обезличенная таблица, проверяются полнота и единообразие записей, а признаки описываются понятными названиями. В пункте фиксируются источник данных и правила их подготовки, чтобы можно было оценить надёжность анализа и при необходимости повторить его.

В разделе описывается построение выбранной модели в электронной таблице или программе, а также разделение наблюдений на обучающую и проверочную части. Прогнозы сопоставляются с фактическими результатами, рассчитывается показатель ошибки и приводятся примеры расхождений. Такой порядок позволяет показать не только работу прототипа, но и способ проверки его качества на новых для модели данных.

Пункт посвящён демонстрации итогового прототипа: какие данные он принимает, какой результат показывает и как пользователь может понять его смысл. Здесь формулируются ограничения модели, требования к конфиденциальности и меры против ошибочного толкования прогноза. Результат предлагается применять только для обсуждения возможной поддержки, сохраняя за учителем ответственность за педагогические решения.

В заключении кратко сопоставляются выполненные задачи и полученный продукт, сообщается, удалось ли построить прогноз и как была оценена его точность. Отдельно отмечаются ограничения данных и модели, а также условия, при которых результат может быть полезен как вспомогательная информация. Здесь же можно обозначить, какие данные или проверки потребуются для дальнейшего улучшения прототипа.

В список включаются использованные учебники, справочные материалы и надёжные источники о статистике, машинном обучении, обработке данных и защите персональной информации. Для каждого источника указываются автор или организация, название, год публикации и ссылка, если материал размещён в интернете. Перечень помогает проверить определения и методы, использованные при подготовке теоретической и практической частей.