文献

J-GLOBAL ID：202102256334845308   整理番号：21A0893931

大学早期警戒におけるデータマイニングの応用【JST・京大機械翻訳】

Application of Data Mining in Academic Early Warning

著者 (2件)： Han Jiaxin (Xi’an Shiyou University,Computer Science,Xi’an,China) ,  Wang Gangtao (Xi’an Shiyou University,Computer Science,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MLBDBI  ページ： 28-31  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： 今日,検査に失敗する大学生の現象はますます顕著になっている。失敗クレジットの蓄積により,学生は等級証明書を受信するか,または等級を繰り返すための資格を失い,学生が彼らの研究を正常に完了する方法は,大学教育における最新の話題になった。本論文は,データ基礎として2014人の学生の試験スコアと学生状態情報を使用して,データを分析して,ピアソン相関係数を用いて,目標属性と他の属性の間の相関を研究して,Acadmic早期警戒モデルを造るために,サポートベクトルマシン,ロジスティック回帰,ランダムフォレスト,決定木,およびKNN5共通分類アルゴリズムを使用し,モデル評価指標として精度,ROC曲線,および交差検証を使用した。実験は,学生のアカデミックパフォーマンスのための学術的早期警戒モデルの認識率が93.07%の高さであることを示した。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： ディシジョンツリー ,  大学生 ,  *データマイニング ,  サポートベクトルマシン
準シソーラス用語： ROC曲線 ,  証明書 ,  大学教育 ,  ロジスティック回帰分析 ,  分類アルゴリズム ,  認識率 ,  ランダムフォレスト ,  Pearson相関係数 ,  モデル評価 , 【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 (5件)： 大学 ,  早期 ,  警戒 ,  データマイニング ,  応用