基于机器学习的学生成绩预测：一项案例研究
计算机与社会
2017-08-30 v1
摘要
在高等教育机构中，许多学生必须艰难地完成不同课程，因为缺乏为注册课程中需要特别关注的学生提供的专门支持。机器学习技术可用于预测不同课程中学生的成绩。此类技术将帮助学生根据预测成绩提高表现，并使教师能够识别那些可能在课程中需要协助的个人。在本文中，我们利用协同过滤 (CF)、矩阵分解 (MF) 和受限玻尔兹曼机 (RBM) 技术，系统地分析了从巴基斯坦拉合尔信息技术大学 (ITU) 收集的真实世界数据。我们评估了进入 ITU 电气工程系学士学位项目的 ITU 学生的学业表现。研究发现，在预测特定课程的学生表现方面，RBM 技术优于所使用的其他技术。
引用
@article{arxiv.1708.08744,
title = {Machine Learning Based Student Grade Prediction: A Case Study},
author = {Zafar Iqbal and Junaid Qadir and Adnan Noor Mian and Faisal Kamiran},
journal= {arXiv preprint arXiv:1708.08744},
year = {2017}
}