پیش بینی میزان پیشرفت علمی و انگیزشی دانش آموز دررشته های تحصیلی مختلف بااستفاده ازشبکه های عصبی مصنوعی درداده کاوی
محل انتشار: پنجمین کنفرانس ملی مهندسی برق و الکترونیک ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 794
فایل این مقاله در 9 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:
ICEEE05_471
تاریخ نمایه سازی: 3 آذر 1392
چکیده مقاله:
هدف اصلی ادارات اموزش و پرورش فراهم کردن اموزش با کیفیت برای دانش اموزان است یکی ازروشهای دستیابی به سطح بالایی ازکیفیت درسیستم اموزش و پرورش کشف دانش برای پیش بینی درخصوص ثبت نام دانش اموزان دریک رشته خاص است دانش میان مجموع داده های اموزشی و انگیزشی مخفی است و آن ازمیان تکنیکهای داده کاوی استخراج شدنی است مقاله حاضر برای توجیه به توانایی هایی ازتکنیکهای داده کاوی درزمینه اموزش و پرورش با ارایه یک مدل داده کاوی طراحی شده است دراین تحقیق طبقه بندی برای ارزیابی عملکرددانش اموزان استفاده میشود روشهای زیادی برای پیش بینی عملکرددانش اموزان دررشته های تحصیلی مختلف وجوددارد دراینجا روش شبکه های عصبی مصنوعی استفاده میشود با این کارما دانشی را که عملکرددانش اموزان رادرازمون پایان ترم توصیفی می کند را استخراج می کنیم این روش درشناسایی رشته تحصیلی برای دانش اموزان به طوری که درآن رشته نسبت به سایررشته های تحصیلی موفقتر عمل می کنند مناسب است
کلیدواژه ها:
آموزش داده کاوی ، الگوریتم شبکه های عصبی مصنوعی ، تابع فعال سازی ، شبکه های پرسپترون چندلایه ، کشف دانش درپایگاه داده
نویسندگان
سیده اعظم ابوالقاسم پور
واحد علوم و تحقیقات خراسان رضوی
سیدمجید مزینانی
دانشگاه امام رضاع
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 :