留年・退学者削減に対する機械学習手法の適用効果に関する検討

カテゴリ: 部門大会

論文No: OS5-5

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Machine Learning Methods to Reduce the School-Leavers in the University.

著者名: 安部 恵介(九州産業大学)

著者名(英語): Keisuke Abe()

キーワード: データ分析|機械学習|教育支援|データベース|データマイニングビッグデータ|data analysis|machine learning|education suppor|data base|data miningbig data

要約(日本語): 情報化の進展により得られる大量のデータの有効利用が重要な問題となっているが，大学においても学内データを収集・分析することにより，経営改善や学生支援，教育の質向上等に役立てようという意識が高まっている。その中でも特に多くの大学で留年・退学者の削減が重要となっている。そこで本研究では学生の成績や出席状況等のデータを分析し，機械学習の手法を適用することにより留年や退学を予防する方式について検討する。これまでにも機械学習の適用については試みたが，本研究ではさらに詳細に分析し，どのような特徴量や手法を用いれば最も効果的かを明確にすることを目的とする。そのためにデータベースとして利用可能なデータ量も増大し，さらに種々の特徴量や手法を適用することにより有効性を検討する。そしてこれらの効果について考察することにより，実際の学生に対する修学支援における実用性についても検討する。

PDFファイルサイズ: 504 Kバイト