هدف از این پایان نامه ارائه سامانه ای هوشمند برای مشاوره تحصیلی و معرفی سبد انتخاب واحد تحصیلی بهینه بر اساس سابقه تحصیلی پیش بینی نمرات دانشجویان و همچنین الگوی رفتاری دانشجویان قبلی است. از این سیستم می توان در فرایندهای اتوماسیونی انتخاب واحد درسی برای اهداف مختلفی ازجمله انتخاب واحد صحیح تر، بهبود نتایج و کیفیت آموزش و همچنین افزایش انگیزش تحصیلی دانشجویان استفاده کرد. در روش ارائه شده، سوابق آموزشی دانشجویان رشته فناوری اطلاعات دانشگاه کردستان مربوط به نیمسال های تحصیلی اول تا پنجم و در طول 6 سال متوالی جمع آوری و با استفاده از روش های داده کاوی آموزشی تحلیل گردیده است. روش های خوشه بندی ساده و فازی در هنگام آموزش برنامه با استفاده از شبکه عصبی برای بهینه سازی نتایج پیش بینی نمرات مورداستفاده قرارگرفته است. پیش بینی نمرات با استفاده از طبقه بندی داده های ورودی و همچنین استفاده از خوشه بندی و اعلام دسته ایی نتایج خروجی برای بهینه سازی فرآیند و در جهت بهبود کیفیت مشاوره و همچنین معرفی سبد تحصیلی بهینه بر مبنای چارت تحصیلی و دروس ارائه شده توسط دانشکده ازجمله کارهای جدیدی است که در این پایان نامه انجام گردیده است. با توجه به پیش بینی های انجام شده در دروس اخذ نشده توسط دانشجو، سیستم به ارائه بهترین پیشنهاد بر اساس معیارهای مختلفی از قبیل وزن دروس، تعداد دروسی که درس موردنظر پیش نیاز آن هاست و همچنین بر اساس معیارهای موردنظر دانشجو (حداکثر معدل و یا اخذ بیشینه بهترین دروس ممکن) می پردازد تا دانشجو بتواند با دیدی روشن تصمیمات مناسب را در راستای انتخاب دروس در نیمسال جدید اتخاذ نماید. عمل به توصیه های این سیستم می تواند منجر به بهبود کیفیت تحصیلی دانشجو گردد. این پایان نامه ازلحاظ اینکه ترکیبی از فرایندهای مختلف از قبیل داده کاوی آموزشی و پیش بینی و مشاوره تحصیلی با توجه به سوابق تحصیلی دانشجو و دانشجویان قبلی و همچنین معرفی سبد بهینه انتخاب واحد تحصیلی است، در نوع خود جدید و در فرآیندهای آموزشی بسیار پرکاربرد می باشد.