پیش بینی وضعیت تحصیلی دانش آموزان با استفاده از الگوریتم های نزدیک ترین همسایه و ماشین بردار پشتیبان
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 604
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_449
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
اگرچه سطح آموزشی کشور پرتغال در دهه های اخیر بهبود یافته اما آمارها بیانگر عدم موفقیت دانش آموزان مقطع متوسطه این کشور در کلاس های ریاضی و زبان پرتغالی است. داده کاوی به فرایند تجزیه و تحلیل پایگاه داده های بزرگ برای یافتن الگوهای مفید اطلاق می شود. در این تحقیق با استفاده از تکنیک های داده کاوی وضعیت تحصیلی آتی دانش آموزان کشور پرتغال در درس های زبان پرتغالی و ریاضیات پیش بینی شده است.برای ساخت مدل ها، از پایگاه های داده ای شامل اطلاعات دانش آموزان مقطع متوسطه در دو درس ریاضیات با 395 و زبان پرتغالی با 649 نمونه رکورد استفاده شده. این تحقیق با تکنیک های نزدیک ترین همسایه و ماشین بردار پشتیبان بر روی داده ها تست شد و مشاهده شد که روش نزدیک ترین همسایه دقت بالاتری نسبت به ماشین بردار پشتیبان دارد. نتایج نشان می دهد که اگر از نمره میانترم در ساخت مدل استفاده شود دقت پیش بینی بالا می رود.
Keywords:
Authors
میلاد جمشیدی
دانشگاه آزاد اسلامی، واحد ملایر، گروه کامپیوتر، ملایر، ایران
امین نیک انجام
عضو هیئت علمی دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
وحید رافع
عضو هیئت علمی دانشگاه اراک، اراک، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :