机构名称：
¥ 1.0
不均匀的资金利用：NITI Aayog的学校教育质量指数（SEQI）2019年也暴露了基金利用率的州范围差异，该差异在55％至99％之间。通过使用数据分析和预测建模，可以预测准确性高的学校的需求，将资源分配给最需要它们的领域，并提高一般教育质量[4]。AI和ML对教育供应链管理的影响可以帮助减少印度长期以来供应的问题以提高教育质量。2。目标主要目标：检查诸如AI和ML之类的智能技术如何帮助决策以预测公立学校的需求。次要目标：a）评估教育机构中供应链管理的当前性质b）确定AI和ML在管理资源方面具有比较优势的领域
教育供应链中的人工智能和机器学习
主要关键词
相关文件推荐
