Finding informative code metrics under uncertainty for predicting the pass rate of online courses

یک روش برای پیش بینی میزان گذر از یک دوره علوم رایانه پیشنهاد شده است. داده های ورودی شامل معیارهای نرم افزاری مختلفی است که در مجموعه ای از برنامه ها ارزیابی می شوند و شامل پاسخ های دانشجویان به لیست چالش های محاسباتی است که توسط مدرس دوره ارائه شده است. انواع عدم اطمینان پذیرفته شده اند، از جمله پاسخ های گم شده و پاسخ های چندگانه به همان چالش. معیارهای اطلاعاتی بیشتر بر اساس یک افزونه برای داده های مبهم اطلاعات مربوط به فیشر انتخاب می شوند. روش پیشنهادی بر روی داده های تجربی که در طول دو سال گذشته در دانشگاه اوهایو جمع آوری شد، مورد آزمایش قرار گرفت. تغییرات سالانه در میزان گذر از دو گروه به طور دقیق بر اساس 7 معیار نرم افزار پیش بینی شده بود. 73 دانشجوی داوطلب و 1500 فایل منبع در این آزمایش شرکت داشتند.