@techreport{oai:ipsj.ixsq.nii.ac.jp:00226301,
 author = {駒谷, 優斗 and 望月, 久稔},
 issue = {8},
 month = {Jun},
 note = {LMS などに蓄積された教育データを用いて学習分析を行うラーニングアナリティクスが盛んである．その中に成績予測があり，受講生の成績を予測できれば，教員が成績不良の学生を早期発見し指導することなどが可能となる．また，近年では機械学習を用いた予測が盛んである．そこで，本研究では Random Forest による成績予測を目的とする．Google フォームで実施した小テストのログデータから抽出した複数の特徴量を Random Forest による授業の成績予測に用いる．予測精度向上のために小テストの平均点に点数の上がり幅を加算した特徴量を定義し，従来の小テストの平均点や学習時間などの特徴量を用いる場合と比較し評価する．また，各データに最も適した Random Forest のパラメータを求め成績を予測し，R2 や RMSE を用いて評価する．},
 title = {Random Forestによる成績予測とモデルに用いる特徴量とパラメータの検証},
 year = {2023}
}