سنجش خودکار پیشرفت تحصیلی دانش آموزان با مدل های هوش مصنوعی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 46

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFERPS01_0379

تاریخ نمایه سازی: 12 آبان 1404

چکیده مقاله:

سنجش دقیق و به موقع پیشرفت تحصیلی دانش آموزان یکی از چالش های مهم نظام های آموزشی است که به بهبود کیفیت آموزش و یادگیری کمک می کند. در این پژوهش، مدل های هوش مصنوعی شامل یادگیری ماشین و یادگیری عمیق برای سنجش خودکار پیشرفت تحصیلی مورد بررسی قرار گرفته اند. داده های تحصیلی دانش آموزان جمع آوری و با استفاده از الگوریتم های مختلف تحلیل شده است. نتایج نشان می دهد که این مدل ها قادر به پیش بینی دقیق تر وضعیت تحصیلی نسبت به روش های سنتی بوده و می توانند به معلمان و مدیران آموزشی در تصمیم گیری های به موقع کمک کنند. همچنین، بهره گیری از این فناوری ها فرصت های جدیدی را برای شخصی سازی آموزش فراهم می آورد.

کلیدواژه ها:

پیشرفت تحصیلی ، یادگیری ماشین ، یادگیری عمیق ، تحلیل داده های آموزشی ، پیش بینی عملکرد دانش آموزان

نویسندگان

فائزه یوسفی

کارشناسی مهندسی کامپیوتر

فاطمه زینلی

کارشناسی ارشد زبان انگلیسی

الهام جمشیدی

کارشناسی دبیری شیمی

لیلا یوسف نژاد

کارشناسی ارشد مهندسی نرم افزار