Comparison of Classifiers for Eye-Tracking Data

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-770829
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.77082

Landes, Jennifer

; Köppl, Sonja ; Klettke, Meike

Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(2MB)

Veröffentlichungsdatum dieses Volltextes: 10 Jul 2025 09:23

Alternative Links zum Volltext:Verlag

Details

Dokumentenart:	Konferenz- oder Workshop-Beitrag (Paper)
ISBN:	3-88579-746-1, 978-3-88579-746-3
Open Access Art:	CC-Lizenz
Buchtitel:	Informatik 2024 : Lock-in or log out? Wie digitale Souveränität gelingt
Verlag:	Gesellschaft für Informatik
Ort der Veröffentlichung:	Bonn
Sonstige Reihe:	Lecture notes in Informatics (LNI)
Band:	P-352
Seitenbereich:	S. 1449-1462
Datum:	2024
Institutionen:	Informatik und Data Science > Fachbereich Grundlagen der Informatik > Data Engineering (Prof. Dr.-Ing. Meike Klettke)
Stichwörter / Keywords:	Eye Tracking, Data Preprocessing, Data Analysis, Machine Learning, Random Forest, Classification, Academic Cheating
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Zum Teil
Dokumenten-ID:	77082

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

This paper delves into the initial stages of data analysis, focusing on the classification of eye-tracking data. Six machine learning algorithms, namely XGBoost, Random Forest, Naive Bayes, Logistic Regression, Gradient Boosting Machines, and Neural Networks, were employed to predict cheating behavior based on a dataset comprising records from 25 students. Their performance was evaluated using ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek