为提高高等教育活动效率，结合学生先前的个人课程学习数据，在长短期记忆上实施神经网络构建学生学习预测模型。为了提高预测精度，在网络训练过程使用了Adams和RMSProp两种模型。该模型在实际的多学科大学进行了试验，相比其他方法，该模型在相同的条件有更好的性能表现。文章通过提取信息数据作为具有相应权重的特征，使用深度神经网络进行预测，测试模式用于评估系统。
科研之友
微信
新浪微博
Facebook
分享链接
