Volltextdatei(en) in REPOSIT vorhanden Open Access
Titel: Künstliche Intelligenz in der Kompetenzentwicklung zur Steigerung des Studienerfolgs
Sprache: Deutsch
Autorenschaft: Nguyen, Quang Huy 
Schlagwörter: Kompetenzerfassung; Kompetenz; Klassifikationsalgorithmen; Kompetenzorientierung; Informatikstudiengang; maschinelles Lernen; Competence assessment; competence; classification algorithms; competence orientation; Computer Science Program; machine learning
Erscheinungsdatum: 31-Jul-2024
Zusammenfassung: 
Die Vorhersagefähigkeit eines Studiengangs auf der Grundlage der damit verbundenen Kompetenzen ist eine entscheidende Komponente eines KI-Systems, das weitere Empfehlungen für Studierende und fundierte Entscheidungen für Lehrkräfte und Tutoren liefern kann. In dieser Arbeit wird ein intelligentes Vorhersagemodell entwickelt, das den Informatikstudiengang eines immatrikulierten Studenten auf der Grundlage von Kompetenzdaten dieses Studenten prognostizieren kann. Die verwendeten Daten stammen aus den Modulhandbüchern des Departments Informatik der HAW. Es werden verschiedene Klassifikationsalgorithmen des maschinellen Lernens eingesetzt und evaluiert.

The predictive capability of a course of study based on its associated competencies is a critical component of an AI system that can provide further recommendations for students and informed decisions for teachers and tutors. In this work, an intelligent prediction model is developed that can predict the computer science course of an enrolled student based on competency data of that student. The data used is taken from the module handbooks in Department of Computer Science from HAW. Different classification algorithms in machine learning are used and evaluated.
URI: https://hdl.handle.net/20.500.12738/16115
Einrichtung: Department Informatik 
Fakultät Technik und Informatik 
Dokumenttyp: Abschlussarbeit
Abschlussarbeitentyp: Bachelorarbeit
Hauptgutachter*in: Tropmann-Frick, Marina  
Gutachter*in der Arbeit: Schultz, Martin  
Enthalten in den Sammlungen:Theses

Dateien zu dieser Ressource:
Zur Langanzeige

Seitenansichten

71
checked on 24.11.2024

Download(s)

48
checked on 24.11.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.