بهبود دقت پیش بینی الگوریتم C5.0 با استفاده از متد Boosting مطالعه موردی دانشگاه پیام نور استان قم

یکی از چالشهای جدی در مدیریت امور آموزشی دانشگاه ها پیش بینی وضعیت تحصیلی دانشجویان در نیمسالهای آینده به منظور شناسایی دانشجویان است که دچار افت تحصیلی شده و ادامه تحصیل آنها با مشکل روبرو خواهد شد دراین تحقیق با استفاده از تکنیکهای داده کاوی وضعیت تحصیلی آتی دانشجویان شامل معدل نیمسال آینده معدل کل درزمان فارغ التحصیلی ووضعیت فارغ التحصیلی پیش بینی شده است برای ساخت مدلهای مورد نظر از الگوریتم C5.0استفاده شدها ست برای افزایش دقت پیش بینی از متد boostig کمک گرفتیم برای ارزیابی نتایج مدل از recall , precision,confussion matrix استفاده نمودیم الگوریتم C5.0 از Boosting دردرختان تصمیم گیری پشتیبانی می کند boosting یک تکنیک برای تولید و ترکیب کلاسه بندی کننده های چندگانه به منظور بهبود نرخ دقت است مراحل انجام تحقیق با استفاده از متدولوژی CRISP-DM انجام گردیده و ساخت مدلها با استفاده ازنرم افزار Clementine12.0 الگوریتم های پیاده سازی شده اند.

کلیدواژه ها:

داده کاوی CRISP-DM.C5.0وBOOSTING ، دانشگاه پیام نور استان قم