• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Congress on Advanced Applied Informatics >Predicting the Probability of Student's Academic Abilities and Progress with EMIR and Data from Current and Graduated Students
【24h】

Predicting the Probability of Student's Academic Abilities and Progress with EMIR and Data from Current and Graduated Students

机译：利用EMIR和现有和研究生的数据预测学生的学术能力和进步的可能性

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In 2016, Kobe Tokiwa University constructed an office for institutional research (IR) promotion. The purpose of this office is to propose, manage, arrange, and collect information on students at the university not only as a general management strategy, but also to support enrollment management. Our database currently contains 3,495 points of data (i.e., headcounts), each containing 1,246 items of numerical value. Last year, we reported on an analysis that focused on the "student dropout" phenomenon by using these data from both current graduate and dropout students. This year, we formulated a research question that is centered on predicting the probability of students' progress and academic abilities through Enrollment Management / Institutional Research (EMIR). We obtained results with these data by processing them through a machine learning technique using random forest, which yielded a correction rate of about 90%.
机译：2016年，神户常盘大学建立了一个促进机构研究（IR）的办公室。该办公室的目的是建议，管理，安排和收集有关大学学生的信息，这不仅是一项总体管理策略，而且还支持入学管理。我们的数据库目前包含3495个数据点（即人数），每个数据点包含1246个数值。去年，我们报告了一项分析，该分析通过使用当前毕业生和辍学学生的数据重点关注“学生辍学”现象。今年，我们制定了一个研究问题，重点是通过招生管理/机构研究（EMIR）预测学生进步的可能性和学术能力。我们通过使用随机森林的机器学习技术对这些数据进行处理而获得了这些结果，其校正率约为90％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号