کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

Predicting students’ “Passing or Failing” status with the utilization of motivational factors by Machine Learning Methods

نویسندگان :

Mohammad Reza Moradi¹ Reza Ghasemi Najafabadi²

1- دانشگاه پیام نور 2- دانشگاه پیام نور

کلمات کلیدی :

Motivational factors, Learning, Machine learning, Logistic regression, Random forest

چکیده :

Abstract Though motivation as an educational technique has long been introduced to pedagogy in general and language teaching in particular, it seems that scant heed has been given to its importance as well as the challenges it has. In an attempt to shed more light on the status of ELT enhancement with motivational factors, the researchers as university instructors attempted to predict the “passing or Failing” of the students at the beginning of the semester by using Machine Learning (ML) which is newly entered education. In so doing, the researchers arranged with a total of 99 students from General English course to participate in the survey from both genders. The required data were collected via standard questionnaire on motivational factors that was in a 5-point Likert type scale. For analyzing data, Linear Regression or Logistic Regression are often used according to the dependent variables. But, in the present study analyzing data has been done through Rapid Minder software using Random Forest (RF) which is the innovative technique for predicting students' performance. Thus, RF is utilized to compare with logistic regression (LR). The accuracy of 73.33% for LR and 96.66% for RF indicated a much higher accuracy in RF.

لیست مقالات

لیست مقالات بایگانی شده

بازیابی تصاویر محتوا محور به کمک الگوی دودویی محلی میانگین و شکل گسسته توزیع احتمال توام کانالهای رنگ

سیدعلی حسینی - امیرحسین عشقی - صبا محمدی

سیستم نظارت بر بیماران دیابتی با تلفیق فناوری اینترنت اشیاء و یادگیری ماشین

پرویز قربانزاده - مهدی زینالی

بررسی مقایسه‌ای روش‌های تحلیل تصادفات موتورسیکلت در معابر درون‌شهری

میثم عفتی - امین زارعی کریانی

Fuzzy least square linear regression: a new approach

Zahra Behdani - Majid Darehmiraki

تشخیص بیماری پارکینسون با استفاده از تحلیل سیگنال های الکتروانسفالوگرام مبتنی بر تبدیل والش هادامارد

یاسمین اعزازی - پیوند قادریان

Envelopment model CCR in fuzzy mode

Atefeh Hassani Bafrani

ارائه یک روش جایگذاری ماشین های مجازی جهت کاهش ریسک امنیتی اپلیکیشن های اینترنت اشیا در محیط مه

نرجس واحد زحمتکش - دکتر رضا ابراهیمی آتانی

طراحی کنترلر مدل پیشبین مقاوم برای مدل ژنراتور توربین بادی با هدف دسترسی به توان تولیدی بیشینه

زهرا غلامی - مریم کازرونی

برنامه ریزی بهینه تولید واحدهای نیروگاهی در سیستم توزیع با در نظر گرفتن تلفات با استفاده از الگوریتم بهینه سازی کلونی زنبور عسل

دکتر حمید حسن زاده فرد - رضا شریفی - جمشید محمدی اچموش

ارائه یک راه‌کار نیمه نظارتی جدید برای انتخاب اسپرم مناسب در درمان ناباروری

آصفه توکلی - سید ابوالقاسم میرروشندل - فاطمه قاسمیان

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2