Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

The Application of Gaussian Mixture Models for the Identification of At-Risk Learners in Massive Open Online Courses.

R. Al-Shabandar, A. Hussain, R. Keight, A. Laws, und T. Baker. CEC, Seite 1-8. IEEE, (2018)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Robert Henzel University of Stuttgart

Dr. rer. nat. Robert Seyfang University of Stuttgart

Dr. rer. pol. Robert Rose University of Stuttgart

PD Dr. Robert Dinnebier University of Stuttgart

Robert Meissner

Weitere Publikationen von Autoren mit dem selben Namen

Training Neural Networks as Experimental Models: Classifying Biomedical Datasets for Sickle Cell Disease.M. Khalaf, A. Hussain, D. Al-Jumeily, R. Keight, R. Keenan, P. Fergus, H. Al-Askar, A. Shaw, und I. Idowu. ICIC (1), Volume 9771 von Lecture Notes in Computer Science, Seite 784-795. Springer, (2016)The Application of Gaussian Mixture Models for the Identification of At-Risk Learners in Massive Open Online Courses.R. Al-Shabandar, A. Hussain, R. Keight, A. Laws, und T. Baker. CEC, Seite 1-8. IEEE, (2018)A Performance Evaluation of Systematic Analysis for Combining Multi-class Models for Sickle Cell Disorder Data Sets.M. Khalaf, A. Hussain, D. Al-Jumeily, R. Keight, R. Keenan, A. Kafri, C. Chalmers, P. Fergus, und I. Idowu. ICIC (2), Volume 10362 von Lecture Notes in Computer Science, Seite 115-121. Springer, (2017)Machine learning approaches to the application of disease modifying therapy for sickle cell using classification models.M. Khalaf, A. Hussain, R. Keight, D. Al-Jumeily, P. Fergus, R. Keenan, und P. Tso. Neurocomputing, (2017)A Data Science Methodology Based on Machine Learning Algorithms for Flood Severity Prediction.M. Khalaf, A. Hussain, D. Al-Jumeily, T. Baker, R. Keight, P. Lisboa, P. Fergus, und A. Kafri. CEC, Seite 1-8. IEEE, (2018)Predicting Freezing of Gait in Parkinsons Disease Patients Using Machine Learning.N. Orphanidou, A. Hussain, R. Keight, P. Lishoa, J. Hind, und H. Al-Askar. CEC, Seite 1-8. IEEE, (2018)Towards the discrimination of primary and secondary headache: An intelligent systems approach.R. Keight, D. Al-Jumeily, A. Hussain, M. Al-Jumeily, und C. Mallucci. IJCNN, Seite 2768-2775. IEEE, (2017)Analyzing Learners Behavior in MOOCs: An Examination of Performance and Motivation Using a Data-Driven Approach.R. Al-Shabandar, A. Hussain, P. Liatsis, und R. Keight. IEEE Access, (2018)Artificial Intelligence for Detecting Preterm Uterine Activity in Gynecology and Obstetric Care.I. Idowu, P. Fergus, A. Hussain, C. Dobbins, M. Khalaf, R. Eslava, und R. Keight. CIT/IUCC/DASC/PICom, Seite 215-220. IEEE, (2015)Detecting At-Risk Students With Early Interventions Using Machine Learning Techniques.R. Al-Shabandar, A. Hussain, P. Liatsis, und R. Keight. IEEE Access, (2019)