機械学習と人工知能手法を用いた教育評価システム

教師の教育評価における人工知能（AI）技術の採用を探求するために、機械学習アルゴリズムを提案し、現在の教育モデルに適した教育評価モデルを構築します。これにより、大学や専門学校は教育における既存の問題を改善するのに役立つことが期待されます。まず、現行の教育評価システムに存在する問題を提起し、新しい教育評価モデルを設計します。そして、モデルを構築するために必要な関連理論と技術を紹介します。最後に、適切な機械学習アルゴリズムを見つけ出すための実験方法とプロセスが実施され、得られた重み付きナイーブベイズ（WNB）アルゴリズムの最適化が行われ、従来のナイーブベイズ（NB）アルゴリズムおよびバックプロパゲーション（BP）アルゴリズムと比較されます。結果は、NBアルゴリズムと比較して、WNBアルゴリズムの平均分類精度は0.817であり、NBアルゴリズムは0.751であることを示しています。また、WNBアルゴリズムは0.800の分類精度を示し、BPアルゴリズムは0.680であるため、WNBアルゴリズムが教育評価モデルにおいて好ましい効果を持つことが証明されました。