پیش بینی نمرات دانش آموزان با استفاده از روش یادگیری ماشین (مقایسه سه الگوریتم درخت تصمیم، جنگل تصادفی و رگرسیون خطی)
Publish place: 6th International Conference on Applied Research in Computer, Electrical and Information Technology
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 259
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CONFITC06_068
تاریخ نمایه سازی: 3 خرداد 1401
Abstract:
یادگیری ماشین از علوم بسیار کاربردی در زمینه هوش مصنوعی بوده که باعث تغییر زندگی بشر در حال و آ ینده نزد یک خواهدشد. این علم دارای شاخه های بسیار زیاد و الگوریتم های فراوانی است که هرکدام در جای خود اثربخشی بسیار بالایی دارند. در این مقاله ما به معرفی و توضیح سه الگوریتم مطرح جنگل تصادفی، درخت تصمیم و رگرسیون خطی از الگوریتم های باناظر در یادگیری ماشین پرداخته و سپس با استفاده از یک دیتاست که شامل نمرات و مقادیر مربوط به سایر ویژگی های دانش آموزان بوده، به بررسی میزان دقت و خطای هر یک از این الگوریتم ها برای به دست آوردن نمره نهایی و یا احتمال قبولی و مردود شدن دانش آموزان در امتحان پایانی با توجه به اطلاعات قبلی در درس مربوطه پرداختیم. سپس در انتها نتایج به دست آمده از هر سه الگوریتم را با تکنیک هایی که در هر روش برای بهبود نتیجه انجام دادیم در مقاله ذکر و نتایج را در قالب جداول مربوط برا ی مقای سه بهتر عملکرد الگوریتم ها نشان داده ایم.
Keywords:
Authors
علی اکبر اسدی
دانشجوی کارشناسی ارشد دانشکده کامپیوتر، دانشگاه جامع امام حسین (ع)
محمدعلی جوادزاده
استادیار دانشکده کامپیوتر، دانشگاه جامع امام حسین(ع)