学业导师制提升课程成绩的机器学习评价方法

作者:罗加美; 牛森*; 安俊宇; 薛建新
来源:上海第二工业大学学报, 2020, 37(03): 213-219.
DOI:10.19570/j.cnki.jsspu.2020.03.006

摘要

学业导师制是实施和完善学分制的一种辅助制度,可以有效地提高学生的综合素质、创新精神和实践能力。为了量化地分析引入学业导师制度对学生课程成绩的影响程度,基于传统的机器学习模型,提出一种基于多元线性回归模型的机器学习评价方法。该方法主要分为数据的预处理、数据的特征筛选、模型的训练、交叉验证以及成绩预测等5个阶段。最后,根据学生的成绩数据进行实验分析,对比学业导师制实施前后学生成绩的变化情况,验证了学业导师制能够有效提升专业课程的及格率和优良率。

全文