Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Информатизация образования и методика электронного обучения: цифровые технологии в образовании; Красноярск; Красноярск
Год издания: 2025
Ключевые слова: учебная аналитика, машинное обучение, цифровой след, цифровой образовательный профиль, knn, random forest, Mlp, educational analytics, machine learning, digital footprint, digital educational profile
Аннотация: Данная статья посвящена прогнозированию академических долгов студентов с использованием методов машинного обучения на основе их цифрового следа и образовательного профиля. На наборе данных были обучены три модели: kNN, Random Forest и MLP. Результаты исследования подтверждают возможность использования моделей для выявления студентоПоказать полностьюв в зоне риска и повышения эффективности образовательного процесса. This article focuses on predicting students' academic debts using machine learning techniques based on their digital footprint and educational profile. Three models were trained on the dataset: kNN, Random Forest and MLP. The results of the study confirm the possibility of using the models to identify students at risk and improve the efficiency of the educational process.
Журнал: Информатизация образования и методика электронного обучения: цифровые технологии в образовании
Номера страниц: 167-171
Место издания: Красноярск