文献

J-GLOBAL ID：201702282225214541   整理番号：17A1352113

線形回帰および多層パーセプトロンを用いた最終検査における予測学生性能【Powered by NICT】

Predicting students performance in final examination using linear regression and multilayer perceptron

著者 (2件)： Widyahastuti Febrianti (School of Information Technology, Deakin University, Melbourne, Australia) ,  Tjhin Viany Utami (School of Information Systems, Bina Nusantara University, Jakarta, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： HSI  ページ： 188-192  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在,多くの教育機関は,教育と学生学習達成検査結果の品質を改善するために高度に配向した。このような意図を満たすために,その学習挙動を解析する最良の方法の一つであるによる学生性能を予測する考慮に入れることができる。性能が予測され,それは問題に適切な政策を決定するために,教師,学校当局や他の関係者のための容易であろう。これに関連し,本論文では,精度の点WEKA性能と誤差の可能性を比較した速度に線形回帰および多層パーセプトロンを適用して最終検査における学生成績の予測を提供することを目的とした。データに基づいては議論フォーラムと出席におけるeラーニング伐採された後の抽出と分析から導出した。その結果に基づいて,多層パーセプトロンは線形回帰よりも最終検査のより良い予測結果を提供すると結論した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 品質 ,  *予測 ,  eラーニング ,  伐木 ,  *多層パーセプトロン ,  学習
準シソーラス用語： 教育機関 ,  *線形回帰 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 線形回帰 ,  多層パーセプトロン ,  最終検査 ,  予測 ,  学生