文献

J-GLOBAL ID：202102231153919008   整理番号：21A0006957

最小二乗法を用いた入院学生アプリケーションによるデータ予測生成の解析【JST・京大機械翻訳】

Analysis of Data Prediction Generate by Admission Student Application using Least Square Method

著者 (3件)： Fadil Irfan (STMIK Sumedang,Department of Information System,Sumedang,Indonesia) ,  Agreindra Helmiawan Muhammad (STMIK Sumedang,Department of Information System,Sumedang,Indonesia) ,  Indra Junaedi Dani (STMIK Sumedang,Department of Information System,Sumedang,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CITSM  ページ： 1-5  発行年： 2020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： STMIK Sumedangで各部門に入るアプリケーションの数は増加し,年から年に減少した。データは,保存パターンの探索により知識と学習を得るために使用できる。それらのうちの1つは,次の年における reアリの数を予測することである。STMIK Sumedangは,まだシステムを持たない。目的:本研究は,前向き学生の数を予測するために,最小二乗法の精度を適用および分析することを目的とした。この方法は,時系列における変数の大きさを予測するために使用するのに非常に適している。各部門に入るアプリケーションの数は,情報工学,情報システム,情報管理の期間に基づいて入っている。既存のデータは,5年間の新しい学生の入院データから成る5つの時間期間に達した。誤差率を計算するために,平均絶対偏差,平均二乗誤差および平均絶対百分率誤差を用いた。2020年の予測結果は,情報工学,82情報システム,11情報管理の225人であった。さらに,これらの方法による予測適性の測定の結果は,Informatics Engineering(0.79%),情報システム0.8%,および情報管理(3.4%)を含む。本研究の結果は,最小自乗法を用いて,新学生の入院時の reアリ者数を予測することを証明した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最小二乗法 ,  情報システム ,  *応用プログラム ,  情報管理 ,  情報工学
準シソーラス用語： 平均二乗誤差 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 最小二乗法 ,  入院 ,  学生 ,  アプリケーション ,  予測 ,  解析