Risico profilering VSV. Machine Learning project ZHZ

Maat: px

Weergave met pagina beginnen:

Download "Risico profilering VSV. Machine Learning project ZHZ"

Jelle van de Velde
10 jaren geleden
Aantal bezoeken:

1 Risico profilering VSV Machine Learning project ZHZ

2 Agenda Context ZHZ Data Model Resultaten & Toepassing Uitbreiding Gesprek 8 november

3 Context Zuid-Holland Zuid Veel 18 plussers die verzuimen van school. Verzuim is een voorbode van VSV. Terugkeer richting onderwijs (BOL/BBL) verloopt moeizaam. VSV ers hebben meer moeite bij het vinden van een baan VSV ers brengen hogere maatschappelijke kosten met zich mee 8 november

4 Context Zuid-Holland Zuid Beperkte inzet consulenten om leerlingen die verzuimen te begeleiden. Bereikbaarheid van leerlingen vraagt steeds vaker een outreachende aanpak. Is het mogelijk om keuzes te maken in je aanbod? Hoe doe je dat? 8 november

5 Wij willen onze beperkte middelen effectiever inzetten door de jongeren te helpen die onze ondersteuning het hardst nodig hebben. Het ontwikkelde risicomodel geeft ons hier de benodigde input voor. Erwin Keuskamp, RMC Coördinator Zuid-Holland Zuid, Dienst Gezondheid & Jeugd 8 november

6 (Historische) Data DUO-levering à Pronexus à Ynformed Doelgroep: Leerlingen zonder startkwalificatie op 18 e leerlingen 2 groepen: 1: Haalt startkwalificatie tussen 18 e en 23 ste 2: Haalt geen startkwalificatie 8 november

7 Model: Aanpak WEL Welke kenmerken? NIET 8 november

8 Model: Machine Learning Leerling 1 Leerling 2 Leerling 3 Leerling 4 Leerling 5.. Leerling Domeinkennis Wild guess Zelf- lerend Model o.b.v. combina(e van kenmerken per leerling WEL NIET WEL WEL NIET

9 Model: Kenmerken "persoon_geslacht", "start_kwali_plicht", "aant_mbo1_school_wissels", "aantal_jaar_onderwijs", "VO_aantal_jaar_onderwijs", "VO_aantal_switches", "VO_school_first_jaren", "VO_diploma_aantal", "VO_diploma_leeftijd", "MBO_diploma_aantal", "MBO_diploma_leeftijd", "MBO_aantal_jaar_onderwijs", "VO_school_last_jaren", "MBO_aantal_switches", "MBO_school_first_jaren", "MBO_school_last_jaren", 8 november

10 Resultaten 80 kenmerken gemaakt uit loopbaan-data, uiteindelijk 7 in model Resultaat: 76,9% nauwkeurigheid Verbreding: In Amsterdam eveneens veelbelovende resultaten. Analyse op basis Duo-bestanden In gesprek met andere gemeentes/regio s

11 Toepassing (PILOT): Model voorspelt voor iedere (nieuwe) leerling succeskans Resultaten worden ingelezen in LBA (pronexus) Bij een verzuimmelding wordt in het geval van een leerling met succeskans < 50% extra begeleid ingezet (outreachende aanpak) Bij overige verzuimmeldingen standaard aanpak 8 november

12 Pronexus levert software voor uitvoering van gemeentelijke onderwijstaken Leerplicht & voortijidg schoolverlaten (LBA) Regio s: o.a. regio Zuid Holland Zuid, Zuid Holland Noord, Walcheren, Zeeuws Vlaanderen, Westelijke Mijnstreek, Utrecht Zuid Gemeenten: o.a. Den Haag, Rotterdam, Oldambt, Veendam, Pekela, Peel en Maas totale klantgroep: 95 gemeenten en/of regio s Onderwijshuisvesting & leerlingenprognoses (G4net, OL) o.a. Rotterdam, Den Haag, Heerhugowaard, Alkmaar, Leiden, Haarlem totale klantgroep: 140 gemeenten Leerlingenvervoer (LLV) o.a. Breda, Den Haag, Leiden, Voorschoten, Rotterdam, Veendam/Pekela Nieuw: presentatie van cijfers (Aloha ) Pronexus telt.

13 Risicojongere in LBA Kenmerk jongere: Risicojongere Doelgroep risicojongeren Import bestand Ynformed: - BSN jongere - Risicojongere? - Omvang risico (%) In werkproces: risico van jongere in beeld Pronexus telt.

14 Presentatie risicojongeren via ALOHA ALOHA Presentatie van onderwijscijfers via kaart en grafiek Pronexus telt.

15 Uitbreiding risicomodel Inzicht: meest voorspellende kenmerken per voorspelde leerling (Amsterdam gaan we dit doen) Uitbreiding naar (data van) alle leeftijden (18-22) Extra data/kenmerken: verzuimgegevens, cijfers,. Etc. Al eerder voorspellen? Na brugklas? PO à VO? 8 november

16 Gesprek Vragen Ideeën, suggesties en kansen: Toepassing huidige model (voorspelling kansrijkheid behalen startkwalificatie) Andere ideeën/toepassingen datascience in VSV/RMC domein 8 november

17 8 november

Vergelijkbare documenten

Datascience. Data scientist: most sexy job of 21th century

Datascience. Data scientist: most sexy job of 21th century Datascience Data scientist: most sexy job of 21th century Van data naar waarde: Data gedreven sturing Analyse van ongestructureerde data Kindermishandeling opsporen voor de GGD Amsterdam Opgave GGD Amsterdam