مقایسه عملکرد درخت تصمیم و شبکه عصبی مصنوعی در طبقه بندی داوطلبان آزمون سراسری
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 163
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRESE-13-41_002
تاریخ نمایه سازی: 10 آبان 1402
چکیده مقاله:
هدف: مقایسه قابلیت های سه الگوریتم مختلف درخت تصمیم و مدل شبکه عصبی به منظور انتخاب مدل طبقه بندی مناسب برای ارزیابی عملکرد داوطلبان آزمون سراسریروش پژوهش: مبتنی بر رویکرد کمی و با روش پیمایشی است و از متغیرهای جنسیت، سوابق تحصیلی و نمره های تراز هر یک از دروس به عنوان متغیرهای موثر در طبقه بندی استفاده گردید.یافته ها: با در نظر گرفتن همه متغیرها بدون جنسیت براساس مدل شبکه عصبی، مشخص شد که دروس تخصصی ریاضی، فیزیک و شیمی سپس دروس عمومی فارسی و دینی به ترتیب بیشترین اهمیت را در طبقه بندی دارند. فاصله دیپلم تا آزمون سراسری کمترین تاثیر را داشت. همچنین مشخص شد در صورتی که تنها متغیرهای مربوط به دروس آزمون در نظر گرفته شود ترتیب میزان اهمیت دروس شیمی و فیزیک جابه جا می شود.نتیجه گیری: با استناد به شاخص دقت کلی، الگوریتم مدل شبکه عصبی با دقت بیشتر از ۹۵/۰ از عملکرد بالا تری نسبت به الگوریتم های درخت تصمیم برخوردار است. از طرفی ورود متغیرهای سوابق تحصیلی در دقت الگوریتم شبکه عصبی تاثیر مطلوبی داشته است.
کلیدواژه ها:
نویسندگان
حبیب نادری
استادیار، دانشکده ریاضی، آمار و علوم کامپیوتر، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، زاهدان، ایران
کیوان صالحی
دانشیار، دانشکده روان شناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران
مریم پارساییان
دانشجوی دکتری سنجش و اندازه گیری، دانشکده روان شناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :