مدلی برای پیش بینی آسیب پذیری تحصیلی در مقطع کارشناسی مبتنی بر شبکه عصبی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
هدف پژوهش حاضر، توسعه مدلی برای پیش بینی شرایط اخراج آموزشی دانشجویان مقطع کارشناسی رشته های مهندسی بوده که به روش داده کاوی و با استفاده از الگوریتم شبکه عصبی به اجرا درآمده است. جامعه آماری، دربرگیرنده کلیه پذیرفته شدگان سال های 1387 لغایت 1390 در سه مورد از دانشگاه های فنی و مهندسی کشور بوده است. داده های پژوهش با بهره برداری مستقیم از سیستم های آموزش هر سه دانشگاه در مدل سازی وارد شدند. نتایج حاکی از آن است که با بهره گیری از داده های موجود در سیستم های حوزه آموزش دانشگاه ها و به خدمت گرفتن شبکه عصبی می توان با صحت بیش از 95 درصد نسبت به پیش بینی وضعیت تحصیلی یکایک دانشجویان اقدام نمود. کارآئی مدل های حاصله در دانشگاه های مورد مطالعه، به ترتیب برابر 0. 72، 0. 556و 0. 565 حاصل گردیدند. معدل کل، تعداد واحدهای گذرانده، تعداد نیمسال های مبادرت به فعالیت های فوق برنامه و تعداد نیمسال های مشروطی قبلی به عنوان به عنوان موثرترین متغیرهای پیش بین، توسط شبکه عصبی تشخیص داده شدند.
زبان:
فارسی
صفحات:
8 -27
لینک کوتاه:
magiran.com/p1920192 
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 700,000ريال می‌توانید 100 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.