基于深度學(xué)習(xí)的學(xué)習(xí)表現(xiàn)預(yù)測系統(tǒng)

打開文本圖片集

摘  要：為提高高等教育活動效率，結(jié)合學(xué)生先前的個人課程學(xué)習(xí)數(shù)據(jù)，在長短期記憶上實施神經(jīng)網(wǎng)絡(luò)構(gòu)建學(xué)生學(xué)習(xí)預(yù)測模型。為了提高預(yù)測精度，在網(wǎng)絡(luò)訓(xùn)練過程使用了Adams和RMSProp兩種模型。該模型在實際的多學(xué)科大學(xué)進行了試驗，相比其他方法，該模型在相同的條件有更好的性能表現(xiàn)。文章通過提取信息數(shù)據(jù)作為具有相應(yīng)權(quán)重的特征，使用深度神經(jīng)網(wǎng)絡(luò)進行預(yù)測，測試模式用于評估系統(tǒng)。（剩余6423字）