CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی میزان پیشرفت علمی و انگیزشی دانش آموز دررشته های تحصیلی مختلف بااستفاده ازشبکه های عصبی مصنوعی درداده کاوی

عنوان مقاله: پیش بینی میزان پیشرفت علمی و انگیزشی دانش آموز دررشته های تحصیلی مختلف بااستفاده ازشبکه های عصبی مصنوعی درداده کاوی
شناسه ملی مقاله: ICEEE05_471
منتشر شده در پنجمین کنفرانس ملی مهندسی برق و الکترونیک ایران در سال 1392
مشخصات نویسندگان مقاله:

سیده اعظم ابوالقاسم پور - واحد علوم و تحقیقات خراسان رضوی
سیدمجید مزینانی - دانشگاه امام رضاع

خلاصه مقاله:
هدف اصلی ادارات اموزش و پرورش فراهم کردن اموزش با کیفیت برای دانش اموزان است یکی ازروشهای دستیابی به سطح بالایی ازکیفیت درسیستم اموزش و پرورش کشف دانش برای پیش بینی درخصوص ثبت نام دانش اموزان دریک رشته خاص است دانش میان مجموع داده های اموزشی و انگیزشی مخفی است و آن ازمیان تکنیکهای داده کاوی استخراج شدنی است مقاله حاضر برای توجیه به توانایی هایی ازتکنیکهای داده کاوی درزمینه اموزش و پرورش با ارایه یک مدل داده کاوی طراحی شده است دراین تحقیق طبقه بندی برای ارزیابی عملکرددانش اموزان استفاده میشود روشهای زیادی برای پیش بینی عملکرددانش اموزان دررشته های تحصیلی مختلف وجوددارد دراینجا روش شبکه های عصبی مصنوعی استفاده میشود با این کارما دانشی را که عملکرددانش اموزان رادرازمون پایان ترم توصیفی می کند را استخراج می کنیم این روش درشناسایی رشته تحصیلی برای دانش اموزان به طوری که درآن رشته نسبت به سایررشته های تحصیلی موفقتر عمل می کنند مناسب است

کلمات کلیدی:
آموزش داده کاوی، الگوریتم شبکه های عصبی مصنوعی، تابع فعال سازی، شبکه های پرسپترون چندلایه ، کشف دانش درپایگاه داده

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/219785/