MLBS - Machine Learning baserat beslutsstöd för grundskolan

Viktiga resultat som projektet gav

Syftet har varit att utveckla teknik och affär för MLBS, teknikutvecklingen har bestått i att skapa ett ramverk för att sammanställa data från olika källor samt möjlighet att distribuera detta på ett säkert och enkelt sätt. Affärsutvecklingen har bestått i att fördjupa samarbeten med kunder och utvecklingspartners. Projektet har överträffat målsättningarna.

Långsiktiga effekter som förväntas

Resultat som angivet ovan (Syfte och mål - uppfyllelse). Förväntade effekter är att vi i Steg 2 kan gå vidare med utvecklingen av MLBS baserat på resultaten. De tekniska resultaten inom visualiseringar och transformationer är banbrytande, det finns inget motsvarande inom svensk skola.

Upplägg och genomförande

Vi har utvecklat MLBS specifikationer i nära samarbete med användarna, vilket baserats på användarnas feed-back på en mock-up som vi byggt i Microsoft miljö. Det tekniska arbetet har bestått i dataanalys, visualisering samt att utveckla viss ML funktionalitet för visualisering. Det affärsmässiga arbetet har bestått i att utveckla affärsrelationer med användare, partners för utförande och sälj partners, vilket bl.a. resulterat i tillgång till kritisk elevdata för perioden 2010 till och med 2020.