عنوان انگلیسی مقاله:

Educational Data Mining and its role in Educational Field

ترجمه عنوان مقاله: داده کاوی آموزشی و نقش آن در عرصه آموزشی

$$$: فقط 9500 تومان

سال انتشار: 2017

تعداد صفحات مقاله انگلیسی: 4 صفحه

تعداد صفحات ترجمه مقاله: 12 صفحه

منبع: الزویر و ساینس دایرکت

نوع فایل: word

دانلود دانلود اصل مقاله

 

فهرست ترجمه مقاله
  • چکیده
  • مقدمه
  • کار مرتبط
  • جمع آوری داده
  • پیاده سازی (آموزش داده کاوی)
  • مجموعه داده های مربوط به دانشجویان
  • انجمن
  • خوشه بندی
  • طبقه بندی
  • مجموعه داده های مربوط به معلم
  • آماده سازی داده
  • انتخاب داده ها و انتقال
  • پیاده سازی مدل کاوش داده
  • نتیجه گیری
  • سپاسگذاری

ترجمه چکیده مقاله

داده کاوی در مورد توضیح گذشته و پیش بینی آینده بوسیله ابزارهای تجزیه و تحلیل داده است. داده کاوی آموزشی یک رشته نوید بخش است که تاثیر حتمی بر عملکرد آکادمیک دانشجویان دارد. هزاران دانشجو هر ساله در کالج ها و دانشگاه ها پذیرش می شوند و در زمان پذیرش است که اطلاعات دانشجویان جمع آوری می شود. به همین ترتیب، از آنجا که معلمان (اساتید) به نهادی ملحق می شوند که اطلاعات شخصی و حرفه ای شان را جمع آوری می کند، درک اهمیت داده ها کسب و کار بسیار ضروری است. داده های جمع آوری شده هنگام پذیرش می تواند برای طبقه بندی و پیش بینی رفتار و عملکرد دانشجویان  و همچنین عملکرد معلمان مورد استفاده قرار گیرد.

بنابر این، در این مقاله، ما نقش داده کاوی را در عرصه آموزشی مورد بررسی قرار دادیم. با استفاده از SDAR، ما ارزش های موجود، به عنوان مثال عالی، خوب، متوسط، ضعیف  و یا عدم موفقیت (رد) را شناسایی کردیم. ما از الگوریتم خوشه بندی میانگین های K به منظور پیدا کردن بهترین خوشه در مورد مشخصه های مانند حضور و غیاب، فعالیت کلاسی استفاده کردیم. ما همچنین در مورد رویکرد طبقه بندی مبتنی بر قاعده (RBC) بحث می کنیم ؛ این چکیده مجموعه ای از قوانین است که ارتباط بین نگرش های مجموعه داده ها با لیبل کلاس را نشان می دهد. در این مقاله، ما عملکرد معلمان را بوسیله تکنیک داده کاوی در دانشگاه و کالج مورد برسی قرار می دهیم.

کلمات کلیدی: داده کاوی آموزشی (EDM)؛ SDAR، میانگین های k، خوشه بندی، طبقه بندی مبتنی بر قاعده (RBC)، بازخورد دانشجو

ترجمه مقدمه مقاله

فرآیند تجزیه و تحلیل داده از دیدگاه های مختلف و خلاصه بندی آنها به صورت اطلاعات مهم و همچنین شناسایی یک الگوی پنهان از مجموعه داده های زیاد اصطلاحا داده کاوی نام دارد. داده کاوی آموزشی (EDM) یک کاربرد از داده کاوی و علم آمار در این زمینه برای تولید اطلاعات از مجموعه های آموزشی مانند دانشگاه ها و کالج ها است.

در حقیقت، داده کاوی آموزشی اشاره به تکنیک ها و ابزاری دارد که برای استخراج معانی از مخازن اطلاعاتی بزرگ بوسیله فعالیت های یادگیری انجام شده بوسیله افراد در مجموعه های آموزشی اتخاذ می شود. داده کاوی می تواند به صورت یک زمینه چند رشته ای تعریف شود که ترکیبی از مشخصه های هوش مصنوعی و تکنولوژی پایگاه داده است. ارتباط بین داده کاوی، پایگاه داده و یادگیری ماشین در شکل 1 نشان داده شده است.

ترجمه نتیجه گیری مقاله

در این مقاله، ما بررسی کردیم که تکنیک های مختلف داده کاوی می تواند سیستم آموزشی را در زمینه تصمیم گیری پشتیبانی کند. در ابتدا ما بحث کردیم که چگونه داده کاوی می تواند در ارزیابی عملکرد دانش آموزان رشته مهندسی مورد استفاده قرار گیرد. ما تکنیک های داده کاوی را به منظور کشف دانش، قوانین انجمن، طبقه بندی قوانین و پیش بینی عملکرد دانش جویان و همچنین خوشه بندی دانشجویان به گروه های مختلف با استفاده از الگوریتم خوشه بندی میانگین های k اعمال کردیم.


 

مطالب مرتبط