Прогнозирование вероятности отчисления студентов
| Parent link: | Молодежь и современные информационные технологии: сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск/ ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.]. С. 242-246.— .— Томск: Изд-во ТПУ, 2024.— conference_tpu-2024-C04.pdf |
|---|---|
| Main Author: | |
| Other Authors: | , |
| Summary: | Работа посвящена проблеме высокого процента отчислений студентов. Основная цель исследования - разработка метода для прогнозирования вероятности отчисления студентов. В исследовании были рассмотрены различные алгоритмы рекуррентной нейронной сети, включая такие модификации, как GRU и LSTM. Оценка производительности моделей проводилась с помощью ROC-кривых, accuracy, recall, f1_score. Это исследование может помочь учебным заведениям в предотвращении отчислений, опираясь на прогностические данные Текстовый файл |
| Published: |
2024
|
| Series: | Искусственный интеллект, машинное обучение и большие данные |
| Subjects: | |
| Online Access: | http://earchive.tpu.ru/handle/11683/84830 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675504 |
| Summary: | Работа посвящена проблеме высокого процента отчислений студентов. Основная цель исследования - разработка метода для прогнозирования вероятности отчисления студентов. В исследовании были рассмотрены различные алгоритмы рекуррентной нейронной сети, включая такие модификации, как GRU и LSTM. Оценка производительности моделей проводилась с помощью ROC-кривых, accuracy, recall, f1_score. Это исследование может помочь учебным заведениям в предотвращении отчислений, опираясь на прогностические данные Текстовый файл |
|---|