Leveraging Physiological Signals to Predict Exam Outcomes with Machine Learning

En 3 lignesÉtude comparant modèles ML (régression logistique, random forest, SVM, transformers, LSTM, GRU) pour prédire les résultats d'examen à partir de signaux physiologiques (activité électrodermale, fréquence cardiaque, température cutanée). Les random forests surpassent les modèles deep learning en efficacité computationnelle et interprétabilité.

Résumé généré par Claude — vérifié par l'humain