文献

J-GLOBAL ID：202002255665295593   整理番号：20A1942960

プログラミング問題の困難性を推定するためのクラスタ分析【JST・京大機械翻訳】

Cluster Analysis to Estimate the Difficulty of Programming Problems

著者 (2件)： Intisar Chowdhury Md (Graduate Department of Information Systems, University of Aizu, Fukushima, Japan) ,  Watanobe Yutaka (Graduate Department of Information Systems, University of Aizu, Fukushima, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICAIT’2018  ページ： 23-28  発行年： 2018年 
JST資料番号： D0698C  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： プログラミングは次世代のための不可欠なスキルの1つである。現在,プログラマがプログラミング問題を競合し解決する多くのオンラインプラットフォームがある。それらのプラットフォームは,困難の程度が異なる問題から成る。エキスパートプログラマのためには,困難レベルは懸念ではなく,経験とレベルに基づくプログラミング問題に近づく初心者にとって非常に重要である。したがって,それらの困難に基づくプログラミング問題を分類できるエキスパートシステムを構築することが重要である。本研究では,ファジィルール導出に基づくエキスパートシステムを提案した。これらのファジィルールは,Aizuオンライン判定データベースのサブミッションログデータに関するクラスタ分析を実行することによって導き出した。これらのプログラミング問題の特徴に基づいて,異なるクラスタリングアルゴリズムを調べた。エキスパートシステムの性能を3つの異なる学習モデル(ディシジョンツリー,ランダムフォレスト,K最近傍)と比較した。テストセットに関する高精度スコアは,エキスパートシステムのための著者らの構築したファジィルールの有効性を証明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習モデル ,  データベース ,  プログラマ ,  ディシジョンツリー ,  *クラスタ分析 ,  有効性 ,  曖昧さ ,  エキスパートシステム
準シソーラス用語： 初心者 ,  ファジィルール ,  ルール抽出 ,  高精度 ,  オンライン ,  ランダムフォレスト ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタ分析 ,  競争プログラミング ,  エキスパートシステム ,  ファジィルール ,  オンライン判断システム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： プログラミング ,  問題 ,  困難性 ,  推定 ,  クラスタ分析