Andere Kunden interessierten sich auch für
![Sistema de detección de anomalías en el tráfico de red mediante minería de datos]( "Sistema de detección de anomalías en el tráfico de red mediante minería de datos")
Sistema de detección de anomalías en el tráfico de red mediante minería de datos44,99 €![RECONOCIMIENTO DEL MOVIMIENTO DE LA MANO MEDIANTE REDES NEURONALES]( "RECONOCIMIENTO DEL MOVIMIENTO DE LA MANO MEDIANTE REDES NEURONALES")
RECONOCIMIENTO DEL MOVIMIENTO DE LA MANO MEDIANTE REDES NEURONALES29,99 €![Exploración de los conceptos y métodos básicos de la minería de datos]( "Exploración de los conceptos y métodos básicos de la minería de datos")
Exploración de los conceptos y métodos básicos de la minería de datos43,99 €![Minería de datos y almacenamiento de datos]( "Minería de datos y almacenamiento de datos")
Minería de datos y almacenamiento de datos49,99 €![Análisis de redes neuronales bajo diferentes comportamientos]( "Análisis de redes neuronales bajo diferentes comportamientos")
Análisis de redes neuronales bajo diferentes comportamientos32,99 €![APLICACIONES DE LA PNL Y LA MINERÍA DE TEXTOS EN R]( "APLICACIONES DE LA PNL Y LA MINERÍA DE TEXTOS EN R")
APLICACIONES DE LA PNL Y LA MINERÍA DE TEXTOS EN R32,99 €![Detección de valores atípicos mediante un nuevo enfoque híbrido en un conjunto de datos mixtos]( "Detección de valores atípicos mediante un nuevo enfoque híbrido en un conjunto de datos mixtos")
Detección de valores atípicos mediante un nuevo enfoque híbrido en un conjunto de datos mixtos29,99 €
En la actualidad, la cantidad de datos almacenados en bases de datos educativas aumenta rápidamente. Estas bases de datos contienen información oculta para mejorar el rendimiento de los alumnos. El árbol de decisión es el algoritmo de clasificación más útil en la minería de datos educativos por su facilidad de ejecución y su mayor facilidad de comprensión en comparación con otros algoritmos. Podemos obtener resultados más precisos y valiosos con la ayuda del algoritmo de árbol de decisión que puede ser útil para los instructores para mejorar los resultados de aprendizaje de los estudiantes. Los algoritmos de árbol de decisión ID3, C4.5 y CART se han aplicado a los datos de los estudiantes para predecir su rendimiento. Sin embargo, estos tres algoritmos sólo se utilizan para bases de datos pequeñas. Para bases de datos grandes, utilizamos un nuevo algoritmo, SPRINT, que elimina todas las restricciones de memoria y los problemas de precisión de otros algoritmos. Es más rápido y escalable que otros porque puede implementarse tanto en serie como en paralelo para una buena colocación de datos y equilibrio de carga. En este trabajo, el algoritmo de árbol de decisión SPRINT se utiliza para resolver el problema de clasificación en el sistema educativo.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.