آزمونی هوشمند با استفاده از مدلهای درخت تصمیم و MLP

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 690

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITPF03_028

تاریخ نمایه سازی: 25 فروردین 1394

چکیده مقاله:

استفاده از آزمونهای برخط هوشمند روشی برای گزینش و سنجش داوطلبان موردنظر سازمانها و مراکز آموزشی است. مزیت اصلیاستفاده از این نوع آزمونها سرعت و دقت بالا در ارزیابی تعداد زیادی از متقاضیان بهطور همزمان در سطوح و مناطق مختلف است. پاسخگوییبراساس سطح علمی هر داوطلب نقش بهسزایی در انتخاب بهترینها دارد. همچنین لزوم استفاده از الگوریتمهای یادگیر هوشمند در این گزینشبه نحوی که صحت و اعتبار عملکرد آن قابل تضمین باشد، مطالعات و تحقیقات جدید را به سوی دستیابی به راهکارهای بهینه در زمینه دانشکامپیوتر رهنمون کرده است. در این مقاله، ابتدا با استفاده از درخت تصمیم تعداد 1000 نفر از یکی از پایگاه دادههای آزمونهای برخط مؤسساتآموزشی را انتخاب کرده و دستهبندی نموده و سپس با بهکارگیری شبکه عصبی پرسپترون چندلایه با نظارت الگوریتم کلونی زنبور عسل ایندستهبندی را انجام میدهیم. نتایج نشان میدهند مدل شبکه عصبی پرسپترون چندلایه آموزش داده شده توسط الگوریتم کلونی زنبور عسل دارای خطای کمتر MSE و حدود 0/12 است.

نویسندگان

نازنین سادات برقی

دانشگاه آزاد اسلامی واحد تهران جنوب

مریم خادمی

دانشگاه آزاد اسلامی واحد تهران جنوب

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • I. H. Witten, E. Frank, and M. A. Hall, Data ...
  • _ _ _ mining and 146, Jul. 2007. ...
  • _ _ of Decision Trees, 2011 ...
  • Data Mining - Special Issue in Annals of Information Systems. ...
  • D. Karaboga, _ idea based on honey bee swarm for ...
  • نمایش کامل مراجع