کاربرد تکنیکهای داده کاوی درپیش بینی هدایت تحصیلی دانش آموزان
- سال انتشار: 1393
- محل انتشار: دومین کنفرانس دانش پژوهان کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CSCCIT02_023
- زبان مقاله: فارسی
- تعداد مشاهده: 1108
نویسندگان
دانشگاه آزاد اسلامی خوی گروه علوم کامپیوتر
دانشگاه آزاد اسلامی خوی گروه علوم کامپیوتر
چکیده
درمقطع متوسطه عده ای ازدانش اموزان رشته ای را انتخاب می کنند که منجر به افت تحصیلی و یاحتی ترک تحصیل میشود مادراینجا میخواهیم با استفاده ازتکنیکهای داده کاوی مانند support vector machineو naive bayes ودرخت تصمیم تصمیم درنرم افزار RapidMiner مدلی را ارایه کنیم که میزان موفقیت دانش اموزان را پیش بینی کند و براساس این مدل بتوانیم ازورود دانش آموزان به رشته هایی که میزان موفقیتشان پایین هست جلوگیری کنیم مادراینجا داده های 1074 تاازدانش آموزان را ازمدارس شهرستانهای استان آذربایجان غربی را بدست آوردیم که شامل اطلاعات مشاوره ای دانش اموزان که جمعا 46متغیر شده می باشدکلیدواژه ها
داده کاوی ، naïve bayes، ، هدایت تحصیلی ، پیش بینی ، درخت تصمیممقالات مرتبط جدید
- نیروگاه های انرژی اقیانوسی، چشم انداز انرژی های پایدار و پاک
- Thermal evaluation of the organic phase change material RT۲۵ inside an aluminum container with various slopes and brick walls
- کاهش مصرف انرژی شبکه های مبتنی بر نرم افزار با بکارگیری معماری نوین ترکیبی
- تشخیص اعداد و حروف الفبای فارسی در تصاویر دیجیتال با ترکیب دو الگوریتم SVM وRELIEF
- مروری بر فناوری های سیستم های فتوولتائیک
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.