Machine Learning in Educational Sciences (eBook)
384 Seiten
Springer Nature Singapore (Verlag)
978-981-99-9379-6 (ISBN)
This comprehensive volume investigates the untapped potential of machine learning in educational settings. It examines the profound impact machine learning can have on reshaping educational research. Each chapter delves into specific applications and advancements, sheds light on theory-building, and multidisciplinary research, and identifies areas for further development. It encompasses various topics, such as machine-based learning in psychological assessment. It also highlights the power of machine learning in analyzing large-scale international assessment data and utilizing natural language processing for science education. With contributions from leading scholars in the field, this book provides a comprehensive, evidence-based framework for leveraging machine-learning approaches to enhance educational outcomes. The book offers valuable insights and recommendations that could help shape the future of educational sciences.
This comprehensive volume investigates the untapped potential of machine learning in educational settings. It examines the profound impact machine learning can have on reshaping educational research. Each chapter delves into specific applications and advancements, sheds light on theory-building, and multidisciplinary research, and identifies areas for further development. It encompasses various topics, such as machine-based learning in psychological assessment. It also highlights the power of machine learning in analyzing large-scale international assessment data and utilizing natural language processing for science education. With contributions from leading scholars in the field, this book provides a comprehensive, evidence-based framework for leveraging machine-learning approaches to enhance educational outcomes. The book offers valuable insights and recommendations that could help shape the future of educational sciences.
| Erscheint lt. Verlag | 24.2.2024 |
|---|---|
| Zusatzinfo | XVII, 384 p. 98 illus., 77 illus. in color. |
| Sprache | englisch |
| Themenwelt | Informatik ► Datenbanken ► Data Warehouse / Data Mining |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Sozialwissenschaften ► Pädagogik ► Allgemeines / Lexika | |
| Sozialwissenschaften ► Pädagogik ► Bildungstheorie | |
| Schlagworte | Artificial Intelligence in Education • Data Science in Education • educational data mining • Learning Analytics • machine learning • Natural Language Processing in Education • Predictive Modeling in Education |
| ISBN-10 | 981-99-9379-2 / 9819993792 |
| ISBN-13 | 978-981-99-9379-6 / 9789819993796 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
