論文の概要: Implementation of Course Recommender System for Virtual University of Pakistan

• arxiv url: http://arxiv.org/abs/2008.07867v1
• Date: Tue, 18 Aug 2020 11:31:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 22:56:27.470669
• Title: Implementation of Course Recommender System for Virtual University of Pakistan
• Title（参考訳）: パキスタンバーチャル大学における授業推薦システムの実装
• Authors: Aleem Akhtar
• Abstract要約: 仮想大学で提供されるコースに特化して設計されたWebベースのコースレコメンデーションシステムを開発した。 システムは、現在利用可能な470のコースに対してテストされ、2600人の学生のデータをシミュレートする。 期待されているマークは、既に研究されているコースにおける生徒の平均マークと、ターゲットコースにおける類似した学生の平均マークに何らかの依存がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Universities working in Pakistan are offering a comprehensive set of degree programs for different levels. Virtual University of Pakistan is country's first institution completely based on modern information and communication technologies. It offers education in many different majors and various areas of study are available. Multiple courses are offered in each program that satisfy several general requirements of degree. Selection of courses that align with competency and interest can become an important factor in determining final score (CGPA) of student. For this purpose, a web-based course recommender system specifically designed for courses offered at Virtual University is developed. User-based collaborative filtering and rating-prediction approach is used for calculation of expected marks and grades. System is tested against 470 currently available courses and simulated data of 2600 students. Test results showed that expected marks are somehow dependent on student's average marks in already studied courses and average marks of similar students in target course. Accuracy of implemented system is measured using Mean Absolute Error for 100 observations. MAE value came out to be in acceptable range.
• Abstract（参考訳）: パキスタンで働く大学は、様々なレベルの総合的な学位プログラムを提供している。 パキスタンの仮想大学は、近代的な情報とコミュニケーション技術に基づく国内初の大学である。 様々な専攻で教育を受けており、様々な研究分野がある。 それぞれのプログラムで複数のコースが提供され、ある程度の一般的な要件を満たしている。 学生の最終スコア(CGPA)を決定する上で,能力や関心に合わせたコースの選択が重要な要因となる。 この目的のために,Virtual University で提供されるコースに特化して設計された Web ベースのコースレコメンデーションシステムを開発した。 ユーザベースのコラボレーティブフィルタリングとレーティング予測アプローチは、期待されるマークとグレードの計算に使用される。 システムは現在利用可能な470のコースに対してテストされ、2600人の学生のデータをシミュレーションする。 実験の結果, 目標コースにおける学生の平均点と類似点の平均値には, 学生の平均点が何らかの依存関係にあることがわかった。 実装システムの精度は平均絶対誤差を用いて100個の観測を行った。 MAE値は許容範囲であることが判明した。

関連論文リスト

• Probably Approximately Precision and Recall Learning [62.912015491907994]
  精度とリコールは機械学習の基本的な指標である。 一方的なフィードバック – トレーニング中にのみ肯定的な例が観察される – は,多くの実践的な問題に固有のものだ。 PAC学習フレームワークでは,各仮説をグラフで表現し,エッジは肯定的な相互作用を示す。
  論文  参考訳（メタデータ） (2024-11-20T04:21:07Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [175.9723801486487]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• A Benchmark for Fairness-Aware Graph Learning [58.515305543487386]
  本稿では,10の代表的な公正性を考慮したグラフ学習手法に関する広範なベンチマークを示す。 我々の詳細な分析は、既存の手法の強みと限界に関する重要な洞察を明らかにしている。
  論文  参考訳（メタデータ） (2024-07-16T18:43:43Z)
• SceMQA: A Scientific College Entrance Level Multimodal Question Answering Benchmark [42.91902601376494]
  本稿では,SceMQAについて紹介する。SceMQAは,大学入学レベルでの科学的マルチモーダル質問応答のための新しいベンチマークである。 SceMQAは数学、物理学、化学、生物学などの中核的な科学分野に焦点を当てている。 複数選択と自由応答の混在を特徴とし、AIモデルの能力を総合的に評価する。
  論文  参考訳（メタデータ） (2024-02-06T19:16:55Z)
• Evaluating a Learned Admission-Prediction Model as a Replacement for Standardized Tests in College Admissions [21.70450099249114]
  大学入学事務所は歴史的に、審査のために大規模な応募者プールを実行可能なサブセットに編成するために標準化されたテストスコアに依存してきた。 サブセット生成における標準化テストの役割を置き換えるための機械学習ベースのアプローチを検討する。 過去の入試データに基づいてトレーニングされた予測モデルはSATモデルよりも優れており、最終入試クラスの人口構成と一致していることがわかった。
  論文  参考訳（メタデータ） (2023-02-07T17:14:26Z)
• Building an Effective Automated Assessment System for C/C++ Introductory Programming Courses in ODL Environment [0.0]
  学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。 遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。 私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
  論文  参考訳（メタデータ） (2022-05-24T09:20:43Z)
• Improving Students' Academic Performance with AI and Semantic Technologies [0.0]
  本研究の目的は,前学期からのマークを用いて学生のパフォーマンスを予測し,意味的な方法でコース表現をモデル化し,類似した2つのコース間の前提条件を特定することである。 本研究の結果は, (i) ブレークスルーの結果により, ドロップアウト予測の精度が2.5%向上すること, (ii) コース記述に基づくコース間の類似性を明らかにすること, (iii) ANUにおける3つの計算科の必須条件を特定すること,の3つに要約できる。
  論文  参考訳（メタデータ） (2022-05-02T06:11:24Z)
• Overview of the TREC 2020 Fair Ranking Track [64.16623297717642]
  本稿は、NIST TREC 2020 Fair Ranking trackの概要を示す。 フェア・ランキング・トラックの中心的な目標は、様々な作家グループに公正な露出を提供することである。
  論文  参考訳（メタデータ） (2021-08-11T10:22:05Z)
• ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
  本稿では,フィードバックを数発の分類として提供するという課題について考察する。 メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。 本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
  論文  参考訳（メタデータ） (2021-07-23T22:41:28Z)
• Identifying Hubs in Undergraduate Course Networks Based on Scaled Co-Enrollments: Extended Version [2.0796330979420836]
  本研究では、学生の学生登録データを用いて、学生共同登録に基づいて接続するコースのネットワークを形成する。 ネットワークは分析され、しばしば他の多くのコースで取られる「ハブ」コースを特定する。
  論文  参考訳（メタデータ） (2021-04-27T16:26:29Z)
• Get It Scored Using AutoSAS -- An Automated System for Scoring Short Answers [63.835172924290326]
  SAS(Automatic Short Answer Scoring)への高速でスケーラブルで正確なアプローチを提示します。 SASのためのシステム、すなわちAutoSASの設計と開発を提案し、説明します。 AutoSASは最先端のパフォーマンスを示し、いくつかの質問のプロンプトで8%以上良い結果が得られる。
  論文  参考訳（メタデータ） (2020-12-21T10:47:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。