The thesis aims to model the behavior, in the first year of studies, of a sample of former graduate students in Ingegneria Informatica e dell'Automazione, a course provided by Università Politecnica delle Marche. The thesis try to evaluate the usefulness of these behaviors in predicting student performance in terms of time taken to graduate. The analysis was carried out through the use of Machine Learning and Process mining techniques.
La tesi ha come scopo quello di modellare i comportamento, nel primo anno di studi, di un campione di ex studenti laureati in Ingegneria Informatica e dell'Automazione, corso erogato dalla Facoltà di Ingegneria dell'Università Politecnica delle Marche. Il fine della tesi è quello di valutare l'utilità di questi comportamenti nel predire le performance degli studenti in termini di tempo impiegato per laurearsi. L'analisi è stata effettuata tramite l'utiilizzo di tecniche di Machine Learning e Process mining.
Analisi dei comportamenti degli studenti per predirne le performance: Un approccio basato sul Process Mining
GALEAZZI, LORENZO
2023/2024
Abstract
The thesis aims to model the behavior, in the first year of studies, of a sample of former graduate students in Ingegneria Informatica e dell'Automazione, a course provided by Università Politecnica delle Marche. The thesis try to evaluate the usefulness of these behaviors in predicting student performance in terms of time taken to graduate. The analysis was carried out through the use of Machine Learning and Process mining techniques.File | Dimensione | Formato | |
---|---|---|---|
TESI Galeazzi Lorenzo.pdf
embargo fino al 11/10/2026
Descrizione: Modellazione dei comportamenti di un campione di studenti nel loro primo anno accademico per verificare il contributo delle variabili comportamentali nella predizione dei tempi impiegati per conseguire il titolo di laurea.
Dimensione
6.81 MB
Formato
Adobe PDF
|
6.81 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/18663