@article{oai:kobe-tokiwa.repo.nii.ac.jp:00001144,
 author = {高松, 邦彦 and 村上, 勝彦 and 伴仲, 謙欣 and 野田, 育宏 and 光成, 研一郎 and 大森, 雅人 and 中田, 康夫 and TAKAMATSU, Kunihiko and MURAKAMI, Katsuhiko and BANNAKA, Kenya and NODA, Ikuhiro and MITSUNARI, Kenichiro and OMORI, Masato and NAKATA, Yasuo},
 issue = {14},
 journal = {神戸常盤大学紀要, Bulletin of Kobe Tokiwa University},
 month = {Mar},
 note = {In institutional research (IR) for education, the decision-making support based on the analysis and visualization by the explanation model was the main function in the past. However, the importance of various predictions based on predictive models is currently increasing in IR for education. Therefore, this paper examined the significance and possibility of artificial intelligence/machine learning (AI/ML) in IR for education using our experience as subjects. Our experience reveals that using AI/ML can predict dropouts and academic progress in university and college. Thus, it is suggested that using students' educational data, AI/ML could make various predictions in higher education that were not possible earlier, leading to dramatic progress in Japan's IR for education., 教学IRにおいては、従来は説明モデルによる解析や可視化にもとづく意思決定支援が主要な機能であったが、近年では予測モデルにもとづく種々の予測に関してその重要性が高まっているといわれている。そこで本稿では、教学IRにおける機械学習の意義と可能性について、われわれの経験を題材として検討した。われわれの経験では、機械学習を用いることで、大学における中途退学や学力進捗を予測できる可能性があることが明らかになっている。このことから、いわゆる教学データを用いた機械学習により、今までなし得なかった教学上の種々の予測が可能となり、今後のわが国の教学IRが飛躍的に進展する可能性が示唆された。},
 pages = {22--29},
 title = {教学IRにおける機械学習の意義と可能性},
 year = {2021},
 yomi = {タカマツ, クニヒコ and ムラカミ, カツヒコ and バンナカ, ケンヤ and ノダ, イクヒロ and ミツナリ, ケンイチロウ and オオモリ, マサト and ナカタ, ヤスオ}
}