مروری بر روش های پیش بینی عملکرد دانشجویان با استفاده از الگوریتم های یادگیری ماشین

آموزش یک حق اساسی انسانی است که باید در آن موارد مختلف با کیفیت برابر و دسترسی جهانی وجود داشته باشد.برای بهبود آموزش ،باید راه های موثر و کارآمدی را پیدا کرد. سه دهه گذشته ، رایانه ها و همچنین دستگاه های قابل حمل ظهور کردند و امروز ، آنها در تمام مراحل زندگی روزمره کاربرد دارند. فناوری هوش مصنوعی با ابزارهای رایانه ای برای انجام برخی از کارها ،مانند شبیه سازی روش هوشمندانه و حل مسئله توسط انسانها ، توسعه یافته است. هوش مصنوعی در زمینه نیازهای آموزشی و به عنوان یکی از کاربردهای بسیار ارزشمند در نظر گرفته شده است.یادگیری ماشین یکی از این ابزار ها در هوش مصنوعی است که با الگوریتم های مختلف و روش های گوناگونی که دارد می تواند در پیش بینی وضعیت فراگیر در زمینه نتایج تحصیلی ،انتخاب رشته و نیز کسب نمرات بهتر موثر واقع شود. در اینجا قصد داریم با مرور بر چندین مقاله و تحقیق که به طور عمده در یک سال اخیر صورت گرفته به بررسی و مقایسه برخی از این الگوریتم ها بپردازیم.از جمله این الگوریتم ها می توان به درخت تصمیم گیری،ماشین بردار پشتیبانی،خوشه بندی k-means شبکه عصبی اشاره کرد

کلیدواژه ها:

پیش بینی ، درخت تصمیم ، عملکرد ، ماشین بردار پشتیبان ، یادگیری ماشین