Akademischer Fortschritt von Studenten mit Hilfe von Algorithmen des maschinellen Lernens

Aufgrund der täglich wachsenden Datenmenge ist das Education Data Mining auf dem Gebiet der Forschung auf dem Vormarsch. EDM befasst sich mit der Gewinnung aussagekräftiger Informationen aus dem Bildungsumfeld. Um die ständig wachsenden Bildungsdaten zu analysieren und zu verstehen, werden Algorithmen des maschinellen Lernens eingesetzt, um die Datensätze zu klassifizieren und zu clustern. Die Forschung in diesem Bereich konzentriert sich auf das Verständnis der Verhaltensanalyse von Schülern, die Klassifizierung von Schülern zur Vorhersage der akademischen Ergebnisse, das Clustern von Schülern auf der Grundlage verschiedener Faktoren, die die Leistung beeinflussen können, und vieles mehr. Viele Forscher haben ein Empfehlungssystem empfohlen, um das Ziel der Identifizierung und Klassifizierung von Schülern auf der Grundlage ihrer Leistungen zu erreichen.

Autorentext

Sujith Jayaprakash es un profesional del desarrollo empresarial muy motivado con una sólida formación en formación y administración de TI. Cuenta con más de una década de experiencia en los sectores de la educación en la India, África y América Latina, con una importante experiencia en puestos de alta dirección y en la mejora de la oferta académica institucional.