共查询到20条相似文献,搜索用时 15 毫秒
1.
通过使用逻辑回归、决策树、朴素贝叶斯算法、反向传播、随机森林5种典型的机器学习算法对教育大数据进行分析和解读,从中提取隐含的潜在信息,经过数据分析、清洗、建模等步骤,构建多个模型,对比选取最优模型对在线教学学生学习成绩进行全面客观的预测.最终验证,逻辑回归算法是准确率最高的学生成绩预测算法,并且得到了相应的模型拟合表达... 相似文献
2.
随着数据挖掘技术在教育领域的深入应用,使得成绩预测成为改进教学质量的重要手段之一。对学生进行成绩预测,可以督促学生提高学习效率以及鞭策教师改进教学质量,更好地完善教学,达到最佳效果。但在目前研究中,虽然对成绩预测应用已十分广泛,但是多是基于学生全部成绩对某门课程成绩的预测,忽略了成绩预测的时效性。因此提出基于多元线性回归方法构建一年级成绩预测毕业成绩的预测模型。以某学校计算机应用专业的学生课程成绩为研究对象,构建相应的多元线性回归预测模型。通过大量实验以及检验证明,利用一年级成绩预测毕业成绩可行,并且构建的成绩预测模型具有极高的预测精度,可以为改进教学方案提供参考信息,有助于提高学校的教学质量和学生的学习效果。 相似文献
3.
4.
5.
学生成绩的预测与分析旨在实现对学生的个性化指导,提升学生成绩及教师的教学成果.学生成绩受家庭环境、学习条件以及个人表现等多种因素的影响.传统的成绩预测方法往往忽视了不同因素对同一学生成绩的影响程度不同,而且不同学生受同一因素的影响程度也不同,所构建的模型无法实现对学生的个性化分析与指导.因此提出一种基于双路注意力机制的学生成绩预测模型(two-way attention, TWA),该方法不仅有区别地对待了这些因素对成绩的影响程度,而且考虑到了学生的个体差异性.该方法通过两次注意力计算分别得到各属性特征在第1阶段成绩和第2阶段成绩上的注意力得分,并考虑了多种特征融合方式,最后基于融合后的特征对期末成绩进行更好地预测.分别在2个公开数据集上对模型进行了验证,并根据各属性特征在期末成绩上的概率分布对预测结果进行可视化分析.结果显示,所构建模型能够更准确地预测出学生成绩,并且具有良好的可解释性. 相似文献
6.
本文描述有序分类资料的logistic回归模型及参数估计与假设检验,以R语言作为分析工具,利用程序包MASS中的polr函数对数据文件进行回归系数的估计及模型拟合检验,从而完成统计推断。 相似文献
7.
林婷婷 《计算技术与自动化》2022,41(1):79-81
基于sigmoid激活函数,建立了一种BP神经网络模型。通过对某高中2006年至2015年间的高考平均数据样本进行学习,修正了权值和阈值。系统最大相对误差为0.22%,关联度为0.6667,小误差概率为0.98,方差比为0.0002,预测结果精度为高。用于2016年至2020年间该校高考平均成绩的预测中发现,预测结果与实际结果的最大绝对误差仅为2分。对该校2021年的高考平均成绩进行了预测,最终预测结果为571分。 相似文献
8.
9.
10.
贝叶斯Logistic回归模型是机器学习中一类被广泛应用的经典模型,然而由于其先验和似然间的非共轭性,Logistic回归模型的贝叶斯推理成为机器学习中的一个重要问题。数据增广方法是一种解决非共轭问题非常有效的方法,该方法通过引入增广变量来发掘模型中的隐藏结构,再通过采样的方法得到模型推理结果。本篇文章实现了两种不同的数据增广算法并通过在多个现实生活数据集上进行试验来对比算法的优越性。 相似文献
11.
侯禹腾 《计算机光盘软件与应用》2014,(15):87-90,94
贝叶斯Logistic回归模型是机器学习中一类被广泛应用的经典模型,然而由于其先验和似然间的非共轭性,Logistic回归模型的贝叶斯推理成为机器学习中的一个重要问题。数据增广方法是一种解决非共轭问题非常有效的方法,该方法通过引入增广变量来发掘模型中的隐藏结构,再通过采样的方法得到模型推理结果。本篇文章实现了两种不同的数据增广算法并通过在多个现实生活数据集上进行试验来对比算法的优越性。 相似文献
12.
刘志妩 《计算机应用与软件》2012,(11)
针对学生成绩问题,用决策树算法建立分类规则和分析预测模型,描述如何根据分析预测结果发现影响学生成绩的因素,进而有益于教师改进教学方法,提高学生的学习效果.通过实例验证,建立决策树,得出分类规则,结果表明该算法能够对学生数据进行正确分类,得到有价值的结论. 相似文献
13.
近几年来,灰色系统理论和预测方法在体育科学研究以及运动成绩的预测中得到了广泛地应用,并取得了许多有价值的研究成果。灰色预测方法在体育运动成绩的预测中,比较常用的是数到预测,它是基于微分拟合模型对系统行为特征值大小的发展变化进行预测的。当运动成绩数据序列较短时,利用灰色模型预测是较有效的方法。其基本思路是通过原始数据的逐步累加来减少随机波动的干扰,在累加值的基础上进行预测,然后还原出真实的预测值。建立预测模型所需要的原始数据不多,且容易采集,便于应甩。但计算过程难度较大而且又比较复杂,因此,本文在… 相似文献
14.
15.
16.
教育是实现可持续发展目标的重要推动因素,为了实现可持续发展目标,人工智能(AI)是一项蓬勃发展的技术,人们对理解学生行为和评估学生表现越来越感兴趣,人工智能在改善教育方面有着巨大的潜力,因为它已经开始在教育领域被开发出创新的教学方法,以创造更好的学习.介绍了一种基于人工智能的分析工具,用于预测某所大学一年级信息技术课的学生表现,建立了基于随机森林的分类模型,预测第6周学生的学习成绩,准确率为97.03%,敏感性为95.26%,特异性为98.8%,精密度为98.86%,马修斯相关系数为94%,证明了这种方法在预测学生课程的早期表现,非常有用.在COVID-19疫情期间,实验结果表明,建议的预测模型满足预测虚拟教育系统中学生的学习行为要素所需的准确性、精确度和召回率. 相似文献
17.
18.
徐敏芝 《数字社区&智能家居》2013,(21):4778-4780,4786
该文将数据挖掘技术应用于高职院校学生成绩分析中,利用聚类分析的K-means算法,实现基于Microsoft SSAS平台的学生成绩分析数据仓库构建和模型评价,并得出有价值的潜在规律和影响学生成绩的各种因素,为教学管理以及其他相关部门提供有力的决策支持。 相似文献
19.
基于支持向量回归机的可靠度预测模型 总被引:1,自引:0,他引:1
设备可靠度预测在设备的维修管理中扮演着重要的角色,有效的设备故障预测对降低设备维修费用、停机时间或运行风险都起到至关重要的作用。文章在分析设备状态数据的基础上,通过引入支持向量回归机,建立了基于退化数据的预测模型,并将该模型用于发动机可靠度的预测。 相似文献
20.
传统对学生成绩进行预测的方案往往需要手动筛选特征或需要大量的先验知识和专家知识.因此提出使用深度学习的基于图自编码器模型(Graph-AE)的学生成绩预测方案,该模型可以不经人工干预自动提取特征,且不需要大量的先验知识.将Graph-AE模型与13种经典推荐算法进行对比,实验结果表明,Graph-AE模型在学生成绩数据... 相似文献