Примеры использования машинного обучения для разработки инструментов управления приемной кампанией и учебным процессом вуза В. В. Журавлева, А. С. Маничева, А. В. Фещенко [и др.]
Material type:
ArticleContent type: Текст Media type: электронный Other title: Examples of the use of machine learning to develop instruments for managing the admission campaign and the learning process of a university [Parallel title]Subject(s): ROC-анализ | машинное обучение | приемные комиссии | социальные сети | модели прогнозированияGenre/Form: статьи в сборниках Online resources: Click here to access online
In:
Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2–4 декабря 2020 г С. 112-114Abstract: Ключевой целью вуза является улучшение качественного состава абитуриентов и сохранение студенческого контингента. В работе рассматривается поиск мотивированных и одаренных абитуриентов через профили социальных сетей. Из-за возможной неполноты данных профиля значительная часть целевой аудитории не может быть определена как потенциальные абитуриенты и возникает проблема идентификации. Второй задачей исследования было построение компьютерной модели прогнозирования отчислений студентов на данных приёмной комиссии и учебного процесса.
Рассмотренные в статье задачи решались методами машинного обучения. The key goal of the university is to improve the quality of the enrollees and preserve the student body.
The work examines the search for motivated and gifted enrollees through social media profiles. Due to
the possible incompleteness of profile data, a significant part of the target audience cannot be identified as
potential enrollees and an identification problem arises. The second task of the study was to build a computer
model for predicting student expulsions based on the data of the admissions committee and the educational
process. The problems considered in the article were solved using machine learning methods.
Библиогр.: 5 назв.
Ключевой целью вуза является улучшение качественного состава абитуриентов и сохранение студенческого контингента. В работе рассматривается поиск мотивированных и одаренных абитуриентов через профили социальных сетей. Из-за возможной неполноты данных профиля значительная часть целевой аудитории не может быть определена как потенциальные абитуриенты и возникает проблема идентификации. Второй задачей исследования было построение компьютерной модели прогнозирования отчислений студентов на данных приёмной комиссии и учебного процесса.
Рассмотренные в статье задачи решались методами машинного обучения. The key goal of the university is to improve the quality of the enrollees and preserve the student body.
The work examines the search for motivated and gifted enrollees through social media profiles. Due to
the possible incompleteness of profile data, a significant part of the target audience cannot be identified as
potential enrollees and an identification problem arises. The second task of the study was to build a computer
model for predicting student expulsions based on the data of the admissions committee and the educational
process. The problems considered in the article were solved using machine learning methods.
There are no comments on this title.