机器学习在学习成绩预测中的应用——以《大学物理》为例

蓉瑜 张(沈阳航空航天大学理学院，中国)
微 王(沈阳航空航天大学理学院，中国)
旭 杨(沈阳航空航天大学理学院，中国)
俊梅 杨(沈阳航空航天大学理学院，中国)
琴 聂(沈阳航空航天大学理学院，中国)

摘要

论文以《大学物理》课程为例，探讨机器学习在学习成绩预测中的应用。传统教育普遍存在标准化与泛化的问题，无法满足学生的个体差异和提供个性化反馈和支持。机器学习技术通过分析学生的学习数据和行为，实现个性化学习，并为教师提供学生的学习状态和需求信息。论文综合应用线性回归、随机森林和决策树算法，分析了《大学物理》课程近五年的数据，取得了良好的预测效果。结果显示决策树算法在预测学生成绩方面表现优异，对期末成绩进行预测和预警具有实际意义。此外，特征贡献提取结果显示教师的授课水平对学生成绩的影响更大。本研究为教学反思与改革提供了借鉴，展示了机器学习在学习成绩预测中的潜力和应用前景。

关键词

《大学物理》；机器学习；教学改革；成绩预测

参考

Ceren Korkmaz, Ana-Paula Correia. A review of research on machine learning in educational technology[J]. Educational Media International,2019(56):250-267.

曹梦川,欧阳仪,伍丹,等.基于机器学习的学生学情预警方法研究[J].现代信息科技,2023(7):142-150.

张峰,陈静静.适用于学生成绩预测的学习数据特征综述[J].软件工程,2023,26(10):1-4.

DOI: http://dx.doi.org/10.12345/jxffcxysj.v6i23.14975