基于机器学习的教学评价体系研究

教学评价作为教师教学工作成果的书面式衡量标准,可以促使教师严谨教学、努力工作。然而,我国现有的教学评价体系缺乏健全的标准与方式。一方面科研项目、经费、论文等都成为衡量一个教师业绩的标准,这种情况助长了急功近利的风气;另一方面,目前的教学评价系统的依据指标是学生的成绩或者专家、课题组的主观判断,这些评价方法仅能从片面的角度反应一些教学质量的高低,不能全面、系统、科学地对教师的工作做出分析判断。而一个良好的教学评估系统不仅可以帮助教师分清当前课程教学工作的不足之处,更能激励教师进一步地努力,更加鼓足干劲地投入到教学任务中。本文针对目前对教师各项工作指标成绩的区分的不科学评价方法,希望从机器学习中找到一种合理的、可以根据不同指标、不同影响因素所占有比例的大小来评价教师的教学工作。通过实验可以发现,利用梯度下降方法,我们可以得到这种科学的模型,为教学评估做出积极的贡献。