| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202308*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:基於學生在線行為的混合課程學習成績預測研究 ISBN:9787302633143 出版社:清華大學 著編譯者:羅楊洋 叢書名:清華大學優秀博士學位論文叢書 頁數:265 所在地:中國大陸 *此為代購商品 書號:1556332 可大量預訂,請先連絡。 內容簡介 混合教學將面授教學和在線教學相結合,形成了多樣化、個性化的教學形態、教學環節和教學模式,為學生帶來了更多的學習機會和提升學習質量的可能性。然而傳統教學管理策略無法滿足混合教學中對多樣化、個性化學習過程監控的需求,預測學生的學習成績已成為動態掌握混合課程中學生學習情況,進而提高教學效果的新途徑。當前大多數教學實踐中可收集到的混合課程實施過程只包含學生在線學習部分的數據,只通過收集部分學習過程數據預測學生成績具有很大挑戰。這些挑戰主要包括:收集哪些在線學習數據,如何處理和轉換學生在線學習數據,在當前的研究中並無統一的指導原則;影響學習成績預測結果準確率的在線學習數據指標項選擇和處理方法沒有學術界公認的標準;只通過部分數據建構混合課程學習成績預測模型並保障其預測結果準確性的方法也缺少實踐檢驗;最後對於已構建的混合課程學生成績預測模型的通用性限制條件有哪些,也是當前研究領域的空白。本研究試圖分析大量混合課程實施中產生的數據,提出解決上述問題的方法。目錄 第1章 引言1 1 混合課程學生成績預測的背景及問題 1 2 本研究的意義 1 2 1 理論意義 1 2 2 實踐意義 1 3 本研究所涉及的核心概念 1 3 1 混合課程 1 3 2 學生在線學習行為 1 3 3 學習成績預測 1 3 4 機器學習演算法 1 4 本研究結構 第2章 文獻綜述 2 1 混合課程中學習成績預測研究的進展 2 1 1 混合課程中學習成績預測研究回溯 2 1 2 完全在線課程中基於學生在線行為預測學習成績研究的進展 2 1 3 混合課程中基於學生在線行為預測學習成績研究的進展 2 2 混合課程中基於學生在線行為的學習成績預測建模方法 2 2 1 基於學生在線學習行為的學習成績預測建模的數據收集與預處理 2 2 2 基於學生在線學習行為的學習成績預測建模的機器學習演算法選擇 2 2 3 混合課程分類對學習成績預測結果的影響 2 2 4 學習成績預測結果的驗證和評價 2 2 5 學習成績預測結果的解釋 2 3 本章小結 第3章 研究設計 3 1 研究問題 3 2 研究框架 3 3 基於設計的研究方法 3 4 研究路線 3 5 本章小結 第4章 面向學習成績預測的混合課程分類方法 4 1 研究案例及數據收集 4 1 1 山東L高等院校混合課程描述 4 1 2 數據收集及預處理方法 4 2 混合學習行為的聚類分析及意義 4 2 1 聚類方法選擇 4 2 2 聚類過程描述 4 2 3 聚類結果分析 4 2 4 聚類結果的討論 4 3 面向學習成績預測的混合課程分類 4 3 1 面向學習成績預測的混合課程分類方法 4 3 2 面向學習成績預測的混合課程分類結果 4 3 3 面向學習成績預測的混合課程分類結果的討論 4 4 本章小結 第5章 混合課程學習成績預測模型的構建 5 1 數據準備及預處理 5 2 基於學生在線學習行為的學習成績變數選擇及處理 5 2 1 預測變數的選擇 5 2 2 結果變數的處理 5 3 預測方法選擇及預測過程 5 3 1 基於在線學習行為的混合課程成績預測演算法選擇 5 3 2 混合課程中基於在線行為的學習成績預測模型構建 5 4 預測結果分析及討論 5 4 1 混合課程中基於在線行為的學習成績預測結果及評價 5 4 2 不同混合課程類別的學習產出預測結果討論 5 4 3 學生在線學習行為與成績的相關性對訓練預測模型影響的討論 5 5 本章小結 第6章 混合課程分類方法驗證和學習成績預測模型優化 6 1 混合課程中學生行為數據量對學習成績預測的影響 6 1 1 數據合併及預處理 6 1 2 數據合併后的混合課程分類 6 1 3 數據合併后的學習成績預測 6 2 增量學習方法構建混合課程學習成績預測模型的效果 6 2 1 數據準備及預處理 6 2 2 2019—2020年第二學期的混合課程分類 6 2 3 使用增量學習方法基於學生在線行為預測混合課程的學習成績 6 3 不同情境下的預測結果討論 6 3 1 通過增量學習遷移應用學習成績預測模型的討論 6 3 2 數據合併后預測變數特徵的討論 6 3 3 數據合併后批量學習所得預測結果的討論 6 4 本章小結 第7章 學習成績預測模型的跨課程遷移應用 7 1 公共基礎課教學場景的預測模型遷移應用 7 1 1 研究案例的數據收集與預處理 7 1 2 預測模型的三種遷移應用方式 7 1 3 預測結果 7 2 專業基礎課教學場景的預測模型遷移應用 7 2 1 研究案例的數據收集和預處理 7 2 2 預測模型的3種遷移應用方式 7 2 3 預測結果 7 3 預測模型遷移應用結果的討論 7 3 1 模型遷移應用條件的討論 7 3 2 在線學習行為數據分佈與預測結果準確率的討論 7 3 3 預測結果穩定性討論 7 4 本章小結 第8章 研究結論 8 1 研究結論 8 2 創新點和局限性 參考文獻 後記 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |