فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: پیش‌بینی عملکرد دانش‌آموزان به یک خواسته مبرم در اکثر نهادها و مؤسسات آموزشی و آموزشی عالی تبدیل شدهاست. این مسئله برای کمک به دانشآموزان در معرض خطر و اطمینان از حفظ آنها، ارائه منابع و تجربیات عالی یادگیری و بهبود رتبه و شهرت مؤسسات ضروری است. با این حال، دستیابی به آن برای مؤسسات استارت‌آپی که سوابق کوچکی برای تجزیه و تحلیل دارند، ممکن است دشوار باشد. هدف از پژوهش حاضر ارائه رویکردهای مبتنی بر یادگیری ماشین سنتی و رگرسیونی روی پیش بینی عملکرد دانش آموزان بود. روش: پژوهش حاضر از نوع پژوهش‌های کیفی بوده و از لحاظ هدف کاربردی و از لحاظ روش از نوع پژوهش‌های تحلیلی آزمایشی بود. در این پژوهش از روش‌های رگرسیون خطی، درخت تصمیم، جنگل تصادفی و ماشین بردار پشتیبانی استفاده شد. در این بخش پس از معرفی محیط پیاده‌سازی، پارامترهای شبیه‌سازی معرفی شد. در ادامه نیز با معرفی معیارهای ارزیابی کارایی روش پیشنهادی بر اساس معیارهای ارزیابی موصوف بررسی و یافته‌ها با دیگر روش‌های مشابه مقایسه شد. که برای این مقایسات از رویکرد یادگیری عمیق مبتنی بر شبکه کانولوشنی عمیق و دیگر رویکردهای یادگیری عمیق استفاده می‌شود. در این تحقیق همچنین از مجموعه داده‌های مدرسه پسرانه دکتر هشت رودی که جزو 10 مؤسسه برتر در تهران می‌باشد استفاده شد. نتیجه‌گیری: نتایج اصلی این مطالعه کارایی جنگل تصادفی را در آموزش داده‌های کوچک و در تولید نرخ آزمون دقیق نشانمیدهد.