基于多模型融合的高校學(xué)生綜合成績預(yù)測方法

摘要： 信息和人工智能技術(shù)的飛速發(fā)展給高等教育帶來了創(chuàng)新與變革的新機(jī)遇，其與高等教育教學(xué)相結(jié)合產(chǎn)生出數(shù)據(jù)驅(qū)動輔助教學(xué)決策的創(chuàng)新性應(yīng)用。傳統(tǒng)成績分析預(yù)測模型存在結(jié)構(gòu)單一、預(yù)測效果不佳、所需特征較多等問題。通過分析多種機(jī)器學(xué)習(xí)模型的特點(diǎn)，綜合利用各模型的優(yōu)勢，構(gòu)建Stacking模型，并通過貝葉斯超參數(shù)優(yōu)化進(jìn)行模型調(diào)優(yōu)，從而實(shí)現(xiàn)高校學(xué)生綜合成績的精準(zhǔn)預(yù)測，以較少輸入特征獲得理想的預(yù)測效果。... （共8頁）