छात्रों के प्रदर्शन की भविष्यवाणी के लिए मशीन लर्निंग एल्गोरिथ्म: एक प्रणालीगत साहित्य समीक्षा

अधिगम प्रक्रिया के अंतिम लक्ष्यों में से एक छात्रों की सफलता है। मशीन लर्निंग के माध्यम से डेटा और छात्रों की उपलब्धियों का उपयोग करके छात्रों के अधिगम की सफलता की भविष्यवाणी करना, उन सभी के लिए एक महत्वपूर्ण योगदान होगा, जो छात्रों को प्रदर्शन में मदद करने के लिए उपयुक्त रणनीतियों का निर्धारण करते हैं। चयनित 11 शोध लेखों का चयन 2753 लेखों में से समावेशन मानदंड का उपयोग करके किया गया था, जो IEEE Access और Science Direct डेटाबेस से थे, जो 2019-2021 के बीच में थे और 285 लेख शोध लेख थे। इस अध्ययन में पाया गया कि वर्गीकरण मशीन लर्निंग एल्गोरिथ्म का उपयोग छात्रों के अधिगम की सफलता की भविष्यवाणी में सबसे अधिक किया गया। छात्रों के अधिगम की सफलता की भविष्यवाणी के लिए सबसे अधिक उपयोग किए गए चार एल्गोरिथ्म ANN, Naïve Bayes, Logistic Regression, SVM और निर्णय वृक्ष हैं। इस बीच, इन शोध लेखों में उपयोग किए गए डेटा ने प्रमुख रूप से छात्रों की सफलता को अधिगम में दो या तीन श्रेणियों में वर्गीकृत किया, जो पास/फेल; या फेल/पास/उत्कृष्ट हैं।