基于机器学习的在线教学学生成绩预测研究

摘要

通过使用逻辑回归、决策树、朴素贝叶斯算法、反向传播、随机森林5种典型的机器学习算法对教育大数据进行分析和解读,从中提取隐含的潜在信息,经过数据分析、清洗、建模等步骤,构建多个模型,对比选取最优模型对在线教学学生学习成绩进行全面客观的预测.最终验证,逻辑回归算法是准确率最高的学生成绩预测算法,并且得到了相应的模型拟合表达式,将其运用到在线教学过程中学生成绩预测上,帮助教师提前干预,以提高教学效果,对教育科学决策有一定的参考价值.