(Proceedings of DELFI Workshops 2020, 2020) Wagner, Kerstin; Merceron, Agathe; Sauer, Petra
Kursempfehlungssysteme können den Studienerfolg unterstützen. Eine wichtige Komponente eines solchen Systems ist die Prognose der Note, die Studierende bei Kursbelegung erwarten können. In diesem Beitrag werden verschiedene Algorithmen zur Notenprognose eingesetzt und verglichen. Die Modelle der linearen Regression liefern die besseren Ergebnisse. Darüber hinaus haben sie den Vorteil, nachvollziehbar zu sein, was Nutzende befähigt, die Grenzen des Modells besser einzuschätzen, und somit zu entscheiden, wie viel Vertrauen sie dem System schenken möchten.