지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 49 - 58 (10page)
이용수
초록· 키워드
오류제보하기
학생들의 중도 탈락은 대학의 재정적 손실 뿐 아니라, 학생 개개인 및 사회적으로도 부정적인 영향을 끼친다. 이러한 문제를 해결하기 위해 기계 학습을 이용하여 대학생들의 중도 탈락 여부를 예측하고자 하는 다양한 시도가 이루어지고 있다. 본 논문에서는 대학생들의 중도 탈락 여부를 예측하기 위해 DNN(Deep Neural Network)과 LGBM(Light Gradient Boosting Machine)을 이용한 모델을 구현하고 성능을 비교하였다. 학습 데이터로는 서울 소재 중소규모 4년제 대학인 A 대학의 20,050명의 학생을 대상으로 수집된 학적 및 성적 데이터를 학습에 이용하였다. 원본 데이터의 140여개의 속성 중 중도 탈락 여부를 나타내는 속성과의 상관계수가 0.1 이상인 속성들만 추출하여 학습하였다. 두 모델의 성능 실험 결과, DNN과 LGBM의 F1-스코어는 0.798과 0.826이었으며, LGBM이 DNN에 비해 2.5% 나은 예측 성능을 보였다.
목차
Abstract
요약
Ⅰ. Introduction
Ⅱ. Related Work
Ⅲ. Data Preparation
Ⅳ. Dropout Prediction
Ⅴ. Conclusion and Future Work
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
비전 트랜스포머 모델 기반 한국인 얼굴 감정 분류 연구
심준현
,
김철진
한국산학기술학회 논문지
2024
.09
XGBoost, LightGBM을 이용한 종목추천 뉴스기사 기반 주식 수익률 방향성 예측
황유진
,
손승연
,
이준기
한국컴퓨터정보학회논문지
2024
.02
실시간 감상 기록 분석 기반 영화 추천 서비스의 설계 및 구현
박예진
,
박상희
,
박서원
외 2명
디지털콘텐츠학회논문지
2023
.02
ｋNN과 앙상블을 이용한 항결핵약 캡슐제의 용출 예측 연구
김선호
,
최낙훈
,
오종석
한국산학기술학회 논문지
2023
.01
앙상블 학습 기반의 동시조달수리부속 예측모형 연구
황지환
,
박홍석
,
김재동
한국산학기술학회 논문지
2022
.08
최근 본 자료
댓글(0)
0