典型文献
基于人工智能LSTM循环神经网络的学习成绩预测
文献摘要：
学习成绩预测能够助力学生课业学习、提升教师教学能力、协助学校评估教学质量和优化教学管理,已成为教育领域研究的热点与难点.文章以学生各阶段历史成绩为基础,结合考勤、宿舍卫生、校园纪律等行为特征数据,利用人工智能LSTM循环神经网络模型对课程成绩进行预测.基于预测课程的成绩,可以对存在潜在挂科风险的学生提出学业警示;对教师改进教学方法、优选教学手段、优化教学过程、提高教学质量提供帮助;同时协助学校开展教学管理进而预防教学事故的发生.实验结果表明,该方法能较准确地预测学生的课程成绩,具有一定的有效性和实用性.
文献关键词：
人工智能;LSTM循环神经网络;成绩预测;教学质量
中图分类号：
作者姓名：
未晛
作者机构：
北京劳动保障职业学院,北京100029
文献出处：
引用格式：
[1]未晛-.基于人工智能LSTM循环神经网络的学习成绩预测)[J].中国教育信息化,2022(04):123-128
A类：
B类：
学习成绩预测,课业,教师教学能力,学校评估,优化教学,教学管理,考勤,宿舍卫生,纪律,行为特征,特征数据,循环神经网络模型,课程成绩,警示,改进教学,教学手段,提高教学质量,预测学
AB值：
0.302668
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
