学生の学業成績の分類におけるニューロファジーアプローチ

学生の学業成績を高精度で分類すると、入学決定が容易になり、教育機関での教育サービスが強化されます。この論文の目的は、学生をさまざまなグループに分類するためのニューロファジーアプローチを提示することです。Neuro-Fuzzy分類器は、以前の試験結果およびその他の関連要因を入力変数として使用し、予想される学業成績に基づいて学生にラベル付けされました。結果は、提案されたアプローチが高精度を達成したことを示しました。結果は、サポートベクターマシン、ナイーブベイズ、ニューラルネットワーク、意思決定ツリーアプローチなど、他のよく知られている分類アプローチから得られた結果とも比較されました。比較分析は、ニューロファジーアプローチが他のアプローチよりも優れていることを示しました。この作業は、学生入学手続きをサポートし、教育機関のサービスを強化するために使用されることが期待されています。

Classifying the student academic performance with high accuracy facilitates admission decisions and enhances educational services at educational institutions. The purpose of this paper is to present a neuro-fuzzy approach for classifying students into different groups. The neuro-fuzzy classifier used previous exam results and other related factors as input variables and labeled students based on their expected academic performance. The results showed that the proposed approach achieved a high accuracy. The results were also compared with those obtained from other well-known classification approaches, including support vector machine, Naive Bayes, neural network, and decision tree approaches. The comparative analysis indicated that the neuro-fuzzy approach performed better than the others. It is expected that this work may be used to support student admission procedures and to strengthen the services of educational institutions.