机构名称：
¥ 2.0
根据机器学习技术在学生的表现中的应用，根据他们的背景和期限的表现，已被证明是预见到各种教育中贫困和良好表现的有用工具。对学生表现的早期预测有助于采取改善学习成果的早期行动。对学生的学习成绩的预测很重要，因为它通过适当的指导学生，指导大学学术政策的变化，为教学实践提供了信息，检查学习效率和学习效率，为教师和学习者提供有意义的反馈，并修改学习环境，从而有助于提高毕业率。学生表现的高预测准确性有助于确定在学习过程开始时低表现学生。但是，为了实现这些目标，必须使用各种机器学习模型对大量学生数据进行分析和预测。此外，目前尚不清楚哪种模型最适合预测性能以及哪种机器学习模型适合改善学生的学习。通过密集文献综述，论文试图在预测学生的绩效和适当的机器学习模型中确定最佳的机器学习模型，以改善学习。经验审查表明了机器学习模型上有争议的结果，可以最好地预测学生的表现。此外，在各种机器学习算法中尚不清楚，这些算法在改善学习成果的同时，在预测学生的表现方面是最佳方法。各种机器学习模型的不同预测水平可能是由于社会经济差异的结果。也可能要注意，学生的学术表现受许多因素的影响，例如家庭收入，父母
使用机器学习算法来预测学生...
主要关键词
相关文件推荐
