机构名称：
¥ 1.0
有天赋的学生具有更高的理解和学习能力。它们的特征是在课堂上高水平的关注和高性能。有天赋的儿童在本文中定义为高于Average群体的儿童（59.64％）。为了预测挪威学生的有天赋的学生，我们进行了一个实验，其中有17名学生自愿参加了这项研究。我们在网络平台中收集了不同类型的数据（性别，年龄，绩效，数学和脑电图状态的初始平均），以学习称为Netmath的数学。参与者被邀请对小数的四个基本操作进行回应。我们培训了不同的机器学习算法来预测有天赋的学生。我们的第一个结果表明，决策树可以准确地预测有才华的学生76.88％。使用J48树，我们还注意到两个相关特征可以决定有天赋的孩子：从EEG耳机中提取的放松和强大的学生的特征。一个强大的学生被定义为一名学生，在课堂上的第一步评估中，平均值高于该小组的平均值。
使用脑电图和机器学习来预测有天赋的孩子
主要关键词
相关文件推荐
