Avancerad sökning
Visar resultat 1 - 5 av 14 uppsatser som matchar ovanstående sökkriterier.
1. Unsupervised Anomaly Detection and Explainability for Ladok Logs
Master-uppsats, Umeå universitet/Institutionen för datavetenskapSammanfattning : Anomaly detection is the process of finding outliers in data. This report will explore the use of unsupervised machine learning for anomaly detection as well as the importance of explaining the decision making of the model. LÄS MER
2. Alla dessa system, hur funkar det? : En användarcentrerad studie på systemintegrering utifrån ett studentperspektiv.
Kandidat-uppsats, Mälardalens universitet/Akademin för innovation, design och teknikSammanfattning : I detta arbete så har jag undersökt olika system som studenter använder sig av under sin studietid. Systemen som utforskas i början är Kronox, Canvas, Ladok och Antagning. LÄS MER
3. Predicting Student Performance Using Machine Learning: A Comparative Study Between Classification Algorithms
Kandidat-uppsats, Mittuniversitetet/Institutionen för informationssystem och –teknologiSammanfattning : Forskningsfrågan i denna avhandling var att utvärdera och jämföra två ML-algoritmer som var Support Vector Machine (SVM) och Artificial Neural Network (ANN) i termer av noggrannhet, precision, återkallelse, f1-poäng och förutsägelse när de tränades för att klassificera binära datamängder. Datauppsättningen hämtades från Ladok och bestod av anonyma högskolestudenter från en mängd kurser. LÄS MER
4. Ladok Browser Extension : An Evaluation of Browser Extension API:s
Kandidat-uppsats, Mittuniversitetet/Institutionen för informationssystem och –teknologiSammanfattning : Syftet med denna studie har varit att undersöka ifall det är möjligt att utveckla ett användargränssnitt i form av ett webbläsartillägg för Ladok som är ett resultatsystem för universitet och högskolor i Sverige. En del av studien har också varit att kunna utvärdera minst ett sätt att skapa webbläsartillägg. LÄS MER
5. Testing the Grades - Study on the Impact of Online Education during COVID-19 on Student Grades
Master-uppsats, Lunds universitet/Nationalekonomiska institutionenSammanfattning : This study explores the relationship between online education and student grades at Lund University School of Economics and Management (LUSEM) during the COVID-19 pandemic. By investigating the learning environment's impact on student grades in this setting, we can take advantage of the recommendations of online education in higher education in Sweden, which resulted in an unprecedented sample size of student grades. LÄS MER
