???

科研主題：NTU教授——學(xué)生成績(jī)預(yù)測(cè)與影響因素分析

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)分析技術(shù)被廣泛應(yīng)用于各個(gè)領(lǐng)域，其中教育領(lǐng)域也不例外。通過(guò)對(duì)學(xué)生的學(xué)習(xí)數(shù)據(jù)進(jìn)行分析，可以預(yù)測(cè)學(xué)生的學(xué)習(xí)成績(jī)以及找出影響學(xué)生學(xué)習(xí)成績(jī)的因素，從而有效提高學(xué)生學(xué)習(xí)效果。因此，本研究旨在運(yùn)用大數(shù)據(jù)技術(shù)，結(jié)合學(xué)生的學(xué)習(xí)數(shù)據(jù)，對(duì)學(xué)生的學(xué)習(xí)成績(jī)進(jìn)行預(yù)測(cè)和影響因素分析。通過(guò)深入分析學(xué)生的學(xué)習(xí)成績(jī)與其所處環(huán)境、學(xué)習(xí)方式、學(xué)習(xí)習(xí)慣等因素的關(guān)系，可以制定出更加有效的教學(xué)計(jì)劃和措施，從而提高整體教育水平和學(xué)生的綜合素質(zhì)。同時(shí)，該研究對(duì)于推動(dòng)教育大數(shù)據(jù)的應(yīng)用以及推進(jìn)教育信息化建設(shè)也具有重要的意義。本次科研結(jié)合當(dāng)前技術(shù)前沿以及學(xué)生的相關(guān)經(jīng)歷和需求，定制化地展開(kāi)1v1科研指導(dǎo)。此外，學(xué)生也可以定制其他專(zhuān)業(yè)的科研課題。

特邀導(dǎo)師

指南者留學(xué)特邀導(dǎo)師：李教授

NTU商學(xué)院助理教授

管理科學(xué)雜志審稿人

京東集團(tuán)戰(zhàn)略咨詢(xún)顧問(wèn)

加拿大Evolution Health Systems集團(tuán)戰(zhàn)略咨詢(xún)顧問(wèn)

我們的優(yōu)勢(shì)

我們的名?？蒲? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?其他機(jī)構(gòu)科研

可定制課題? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 完全固定課題

教授1v1指導(dǎo)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 10-20人班課

獨(dú)立一作論文? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?共同一作論文

Research論文? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Review論文

100%有推薦信? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 不全都有推薦信

指導(dǎo)老師的EDU郵箱推薦信? ? ? ? ? ? ? ? ? ? ?指導(dǎo)老師私人郵箱推薦

科研與論文指導(dǎo)是同一個(gè)老師? ? ? ? ? ? ? ? ?科研與論文指導(dǎo)是不同的老師

可以直接聯(lián)系到教授? ? ? ? ? ? ? ? ? ? ? ? ? ? 除了zoom外無(wú)法聯(lián)系到教授

科研指導(dǎo)使用漢語(yǔ)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?教授講英文，內(nèi)容太專(zhuān)業(yè)聽(tīng)不懂

你將收獲

EI會(huì)議論文發(fā)表

名校推薦信

全方位助力留學(xué)申請(qǐng)

適合人群

留學(xué)申請(qǐng)：計(jì)劃申請(qǐng)教育學(xué)/數(shù)據(jù)分析/商業(yè)分析等相關(guān)專(zhuān)業(yè)的同學(xué)

提升背景：希望增加深度學(xué)術(shù)研究經(jīng)歷，提升獨(dú)立研究能力的同學(xué)

鍛煉技能：想要掌握人工智能領(lǐng)域知識(shí)，包括Python、機(jī)器學(xué)習(xí)、論文撰寫(xiě)等技能的同學(xué)

具體安排

Week 1

Find the Topic

• 1V1 office hour

• Find the topic

Week 2

Machine LearningAlgorithms I

• Supervised Learning and Unsupervised Learning

• Categorical Variable and Continuous Variable

• Linear Models

Week 3

Machine Learning Algorithms II

• Multicollinearity

• Entropy

• Decision Tree

Week 4

Machine Learning Algorithms III

• Advanced Tree Based Models

• Neural Network

• Unstructured Data

Week 5

Data Analysis

• 1V1 office hour

• Try to analyze the data

Week 6-8

Implementation of Machine Learning Algorithms

• 1V1 office hour

• Apply machine learning algorithms to make predictions.

Week

9-12

Paper Writing?

• Discussion & Paper Writing

• Submit Paper

•