بازبینی در مورد استفاده از تکنیک های طبقه بندی و خوشه بندی

4 out of 5

65,000ريال

English title: A Review on Using Clustering and Classification Techniques to Predict Student Failure with High Dimensional and Imbalanced Data

Abstract: Currently there is an increasing interest in data mining and educational systems, making educational data miningas a new growing research community. Predicting student failure at school has become a difficult challenge due to both the high number of factors that can affect the low performance of students and the imbalanced nature of these types of datasets,Educational data mining concerns the prediction of student failures in different levels. So this paper is about an early
prediction of students’ failure using different data mining techniques that may help the management provide timely counselling as well coaching to increase success rate and student retention.
 

چکیده: در حال حاضر علاقه روز افزونی به سیستم های اموزشی و استخراج داده ها وجود دارد که استخراج اطلاعات اموزشی را به یک مجوعه تحقیقی رو به رشد مبدل می کند . پیش بینی عدم موفقیت دانش اموز در مدرسه به واسطه وجود عوامل متعددی چالش سختی است که می تواند بر عملکرد پایین دانش اموزان و ماهیت نامتعادل این نوع از مجموعه داده ها اثر بگذارد . استخراج اطلاعات اموزشی به پیش بینی شکست دانش اموز در سطوح متفاوت اشاره می کند . در نتیجه این مقاله در مورد پیش بینی اولیه شکست دانش اموز با استفاده از تکنیک های متفاوت استخراج داده هاست وممکن است به بخش مدیریتی کمک کند تا مشاوره به موقعی به خوبی اماده سازی ارائه دهد تا نسبت موفقیت و حفظ داش اموز افزایش یابد .

تعداد صفحات انگلیسی: 5 صفحه

تعداد صفحات فارسی: 4 صفحه

دسته بندی: .
ثبت سفارش ترجمه