پیش بینی داده های دانشجویان با استفاده از درختان تصمیم
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 100
فایل این مقاله در 8 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:
ECMECONF20_045
تاریخ نمایه سازی: 21 شهریور 1403
چکیده مقاله:
داده کاوی، طبقه بندی، درخت های تصمیم گیری، داده های دانشجویی، آموزش عالی
کلیدواژه ها:
عملکرد دانشجویان در دوره های دانشگاهی یکی از نگرانی های عمده مدیران آموزش عالی است که در آن عوامل متعددی ممکن است بر عملکرد تاثیر بگذارند. این مقاله تلاشی است برای استفاده از فرآیندهای داده کاوی ، به ویژه طبقه بندی ، برای کمک به افزایش کیفیت سیستم آموزش عالی با ارزیابی داده های دانشجو برای مطالعه ویژگی های اصلی که ممکن است بر عملکرد دانشجویان در دوره ها تاثیر بگذارد. برای این منظور ، چارچوب CRISP برای داده کاوی برای استخراج داده های دانشگاهی مرتبط با دانشجویان مورد استفاده قرار می گیرد. فرآیند تولید قوانین طبقه بندی براساس درخت تصمیم گیری به عنوان یک روش طبقه بندی است که در آن قوانین تولید شده مورد مطالعه و ارزیابی قرار می گیرند. سیستمی که استفاده از قوانین تولید شده را تسهیل می کند ساخته شده است که به دانشجویان اجازه می دهد تا نمره نهایی را در یک دوره تحت مطالعه پیش بینی کنند.
نویسندگان
یاسین ریگی
کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار ، دانشگاه آزاد اسلامی زاهدان
محمد محمدزاده
کارشناسی ارشد مهندسی کامپیوتر،گرایش شبکه های کامپیوتری ، موسسه سلمان فارسی
مهسا یادگارصالحی
کارشناسی مهندسی کامپیوتر گرایش سخت افزار ، دانشگاه صنعتی جندی شاپور دزفول