CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی افزایش ثبت نام درموسسات آموزش عالی بااستفاده ازمدل MLP

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۳۶۲ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: BPJ01_609
زبان مقاله: فارسی
حجم فایل: ۵۰۶.۷۶ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی افزایش ثبت نام درموسسات آموزش عالی بااستفاده ازمدل MLP

بهزاد نخکوب - دانشجوی کارشناسی ارشدمهندسی کامپیوترنرم افزار
  مریم خادمی - استادیاردانشگاه آزاد اسلامی واحد تهران جنوب
    علی برومندنیا - استادیاردانشگاه آزاد اسلامی واحد تهران جنوب

چکیده مقاله:

دراین مقاله با استفاده ازتکنیک داده کاوی برروی مجموعه اطلاعات داوطلبان مقطع ارشدازمون سراسری دانشگاه ازاداسلامی الگوریتمی جهت پیش بینی میزان جذب و افزایش ثبت نام دانشجو درسالهای اتی ارایه دادیم دراین راستا ابتدابه مدلسازی داده ها در15مدل شبکه عصبی پرداختیم و به منظور افزایش دقت ازروش جمعی بوستینگ استفاده کردیم سپس دومدل شبکه های عصبی و درخت تصمیم را برروی مجموعه داده ها دوباره اعمال نمودیم و باشاخص ارزیابی دقت کاپا نتایج حاصله را باهم مقایسه کردیم درنهایت دقت روش بوستینگ به منظور پیش بینی دانشجویانی که دررشته - محل قبول شده اند و ثبت نام می نمایند حدودا96درصد براورد شد

کلیدواژه‌ها:

مدل mlp، شبکه های عصبی، درخت تصمیم، شاخص دقت کاپا

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-BPJ01-BPJ01_609.html
کد COI مقاله: BPJ01_609

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نخکوب, بهزاد؛ مریم خادمی و علی برومندنیا، ۱۳۹۲، پیش بینی افزایش ثبت نام درموسسات آموزش عالی بااستفاده ازمدل MLP، اولین همایش ملی رویکردهای نوین در مهندسی کامپیوتر و بازیابی اطلاعات، رودسر، دانشگاه آزاد اسلامی واحد رودسر و املش، https://www.civilica.com/Paper-BPJ01-BPJ01_609.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (نخکوب, بهزاد؛ مریم خادمی و علی برومندنیا، ۱۳۹۲)
برای بار دوم به بعد: (نخکوب؛ خادمی و برومندنیا، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.