Fugu-MT 論文翻訳(概要): Predicting Student's Performance Through Data Mining

論文の概要: Predicting Student's Performance Through Data Mining

arxiv url: http://arxiv.org/abs/2112.01247v1
Date: Sat, 20 Nov 2021 10:47:39 GMT
ステータス: 処理完了
システム内更新日: 2021-12-06 02:44:43.226157
Title: Predicting Student's Performance Through Data Mining
Title（参考訳）: データマイニングによる学生のパフォーマンス予測
Authors: Aaditya Bhusal
Abstract要約: 機械学習を用いて、学習管理システム(LMS)から収集した生徒のデータを用いて、生徒のパフォーマンスを予測することができる。 LMSから収集されたデータは、学生の行動に関する洞察を与え、その結果、試験の成績は良くも悪くもなります。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Predicting the performance of students early and as accurately as possible is one of the biggest challenges of educational institutions. Analyzing the performance of students early can help in finding the strengths and weakness of students and help the perform better in examinations. Using machine learning the student's performance can be predicted with the help of students' data collected from Learning Management Systems (LMS). The data collected from LMSs can provide insights about student's behavior that will result in good or bad performance in examinations which then can be studied and used in helping students performing poorly in examinations to perform better.
Abstract（参考訳）: 教育機関の最大の課題の一つは、できるだけ早くかつ正確に生徒の成績を予測することである。早期の成績分析は,学生の強みと弱みを見出すのに役立ち,試験の成績が向上するのに役立つ。機械学習を用いることで、学習管理システム(lms)から収集したデータを用いて、生徒のパフォーマンスを予測することができる。 lmssから収集されたデータは、試験の成績が良いか悪いかという学生の行動に関する洞察を提供することができ、その結果、試験の成績が良くない学生の成績が良くなるよう研究し、利用することができる。

関連論文リスト

Guiding Through Complexity: What Makes Good Supervision for Hard Reasoning Tasks? [74.88417042125985]
複雑さの異なるタスクにおいて、様々な品質レベルで監視データを提供する様々なデータ駆動戦略について検討する。ハードタスクの監視における結果エラー率が高い場合でも、そのようなデータによるトレーニングは、より簡単なサブタスクの監督を完璧に上回ります。また,本研究の結果から,タスク・インスペクションとサブタスク・インスペクションを補完することで,顕著なパフォーマンス向上が期待できることがわかった。
論文参考訳（メタデータ） (2024-10-27T17:55:27Z)
Stepwise Verification and Remediation of Student Reasoning Errors with Large Language Model Tutors [78.53699244846285]
大規模言語モデル(LLM)は、高品質なパーソナライズされた教育を全員に拡大する機会を提供する。 LLMは、学生のエラーを正確に検知し、これらのエラーに対するフィードバックを調整するのに苦労する。教師が学生の誤りを識別し、それに基づいて回答をカスタマイズする現実世界の教育実践に触発され、我々は学生ソリューションの検証に焦点をあてる。
論文参考訳（メタデータ） (2024-07-12T10:11:40Z)
Explainable Few-shot Knowledge Tracing [48.877979333221326]
本稿では,学生の記録から学生の知識をトラッキングし,自然言語による説明を提供する認知誘導フレームワークを提案する。 3つの広く使われているデータセットによる実験結果から、LLMは競合する深層知識追跡手法に匹敵する、あるいは優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2024-05-23T10:07:21Z)
Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文参考訳（メタデータ） (2024-03-05T09:09:15Z)
ClickTree: A Tree-based Method for Predicting Math Students' Performance Based on Clickstream Data [0.0]
我々は,学生のクリックストリームデータに基づいて,数学的課題における生徒のパフォーマンスを予測するための木ベースの手法であるClickTreeを開発した。この手法は2023年の教育データマイニングカップで0.78844のAUCを達成し、大会では2位となった。エンド・ユニット・アサイン問題への回答が良好であった学生は、イン・ユニット・アサイン問題により関与し、より多くの問題に正しく答えた。
論文参考訳（メタデータ） (2024-03-01T23:39:03Z)
Reinforcement Learning Tutor Better Supported Lower Performers in a Math Task [32.6507926764587]
強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
論文参考訳（メタデータ） (2023-04-11T02:11:24Z)
A Machine Learning system to monitor student progress in educational institutes [0.0]
本稿では、機械学習技術を用いて、クレジットスコアと呼ばれる分類器を生成するデータ駆動手法を提案する。信用スコアを進捗指標として使うという提案は、学習管理システムで使うのに適している。
論文参考訳（メタデータ） (2022-11-02T08:24:08Z)
Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文参考訳（メタデータ） (2022-03-10T20:23:38Z)
Explainable Student Performance Prediction With Personalized Attention for Explaining Why A Student Fails [0.5607676459156788]
パーソナライズド・アテンション(ESPA)を用いた新しい説明可能な学生パフォーマンス予測手法を提案する。 BiLSTMアーキテクチャは、特定のパターンで経路内の意味情報を抽出する。 ESPAは、学生のパフォーマンス予測のための他の最先端モデルよりも一貫して優れている。
論文参考訳（メタデータ） (2021-10-15T08:45:43Z)
The Wits Intelligent Teaching System: Detecting Student Engagement During Lectures Using Convolutional Neural Networks [0.30458514384586394]
Wits Intelligent Teaching System (WITS) は、学生の感情に関するリアルタイムフィードバックを講師に支援することを目的としている。 AlexNetベースのCNNはトレーニングが成功し、Support Vector Machineアプローチを大きく上回っている。
論文参考訳（メタデータ） (2021-05-28T12:59:37Z)
The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文参考訳（メタデータ） (2021-01-30T13:13:45Z)

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。