Некоторые методы, которые используются для прогнозирования успеваемости студентов:

• Методы, основанные на регрессионных моделях. 12 Например, многофакторная линейная регрессионная модель позволяет выявить связь между успеваемостью студентов по определённым дисциплинам и уровнем их преподавания. 1
• Методы кластерного анализа. 12 Исследуемые объекты разбивают по определённому набору признаков, например, уровень начальной подготовки студента, сформированные знания и навыки, статус в группе и др.. 1 Для каждого кластера определяют эталонные значения параметров как усреднённые данные по каждой типологической группе студентов. 1
• Методы, основанные на дискриминантных моделях. 12 Заранее определяют факторы, которые могут влиять на успеваемость студентов, и используют эти факторы для классификации студентов по успеваемости, а также для повышения качества подготовки путём корректировки основных признаков. 2
• Искусственные нейронные сети. 2 В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. 2 После обучения сеть способна предсказать будущее значение некой последовательности на основе нескольких предыдущих значений. 2