Kirjahaku
Etsi kirjoja tekijän nimen, kirjan nimen tai ISBN:n perusteella.
35 kirjaa tekijältä Leonardo Torres Marques
Uma Abordagem de Mineração de Dados para Descoberta de Conhecimento
Leonardo Torres Marques
Novas Edições Acadêmicas
2022
nidottu
A evas o escolar um dos problemas mais intrigantes e cruciais da Educa o. Esse problema permeia os v rios n veis e modalidades de educa o e gera perdas sociais, econ micas, pol ticas, acad micas e financeiras para todos os envolvidos no processo educacional. Portanto, essencial o desenvolvimento de m todos eficientes para prever o risco de abandono dos estudantes. A abordagem foi validada, utilizando dados de ex-alunos do curso superior de Ci ncia da Computa o, foram utilizados modelos de classifica o, uma das t cnicas de Intelig ncia Artificial, que possibilita o aprendizado cont nuo. Na valida o da abordagem foram empregados cinco modelos de aprendizado de m quina, sendo que dois modelos obtiveram melhores ndices de acur cia (SVM e Adaboost).
Schulabbruch ist eines der faszinierendsten und wichtigsten Probleme im Bildungswesen. Dieses Problem durchdringt die verschiedenen Ebenen und Modalit ten der Bildung und erzeugt soziale, wirtschaftliche, politische, akademische und finanzielle Verluste f r alle am Bildungsprozess Beteiligten. Daher ist die Entwicklung von effizienten Methoden zur Vorhersage des Risikos eines Schulabbruchs von entscheidender Bedeutung. Der Ansatz wurde anhand von Daten ehemaliger Studenten des Hochschulkurses Informatik validiert. Dabei wurden Klassifikationsmodelle verwendet, eine der Techniken der K nstlichen Intelligenz, die kontinuierliches Lernen erm glicht. Bei der Validierung des Ansatzes wurden f nf maschinelle Lernmodelle verwendet, wobei zwei Modelle bessere Genauigkeitsindizes erzielten (SVM und Adaboost).
School dropout is one of the most intriguing and crucial problems in Education. This problem permeates the various levels and modalities of education and generates social, economic, political, academic and financial losses for all those involved in the educational process. Therefore, the development of efficient methods to predict the risk of student dropout is essential. The approach was validated, using data from former students of the higher education course of Computer Science, classification models were used, one of the techniques of Artificial Intelligence, which enables continuous learning. In the approach validation five machine learning models were employed, and two models obtained better accuracy indices (SVM and Adaboost).
Mateo: Desentrañar las causas del abandono escolar
Leonardo Torres Marques
Ediciones Nuestro Conocimiento
2021
nidottu
L'abandon scolaire est l'un des probl mes les plus intrigants et les plus cruciaux de l' ducation. Ce probl me impr gne les diff rents niveaux et modalit s de l' ducation et g n re des pertes sociales, conomiques, politiques, acad miques et financi res pour tous ceux qui sont impliqu s dans le processus ducatif. Il est donc essentiel de d velopper des m thodes efficaces pour pr dire le risque d'abandon scolaire. L'approche a t valid e, en utilisant les donn es d'anciens tudiants du cours d'informatique de l'enseignement sup rieur, des mod les de classification ont t utilis s, une des techniques de l'intelligence artificielle, qui permet un apprentissage continu. Dans la validation de l'approche, cinq mod les d'apprentissage automatique ont t utilis s, et deux mod les ont obtenu de meilleurs indices de pr cision (SVM et Adaboost).
L'abbandono scolastico uno dei problemi pi intriganti e cruciali dell'educazione. Questo problema permea i vari livelli e modalit di educazione e genera perdite sociali, economiche, politiche, accademiche e finanziarie per tutti coloro che sono coinvolti nel processo educativo. Pertanto, lo sviluppo di metodi efficienti per prevedere il rischio di abbandono degli studenti essenziale. L'approccio stato convalidato, utilizzando i dati di ex studenti del corso superiore di Informatica, sono stati utilizzati modelli di classificazione, una delle tecniche di Intelligenza Artificiale, che consente l'apprendimento continuo. Nella validazione dell'approccio sono stati impiegati cinque modelli di apprendimento automatico, e due modelli hanno ottenuto indici di precisione migliori (SVM e Adaboost).
Mateo: ontrafelen van de oorzaken van schooluitval
Leonardo Torres Marques
Uitgeverij Onze Kennis
2023
nidottu
Przedwczesne kończenie nauki jest jednym z najbardziej intrygujących i kluczowych problem w w edukacji. Problem ten przenika r żne poziomy i sposoby ksztalcenia i generuje straty spoleczne, ekonomiczne, polityczne, akademickie i finansowe dla wszystkich zaangażowanych w proces ksztalcenia. Dlatego też niezbędne jest opracowanie skutecznych metod przewidywania ryzyka porzucenia nauki przez uczni w. Podejście zostalo zwalidowane na danych pochodzących od bylych student w kierunku informatyka, wykorzystano modele klasyfikacyjne, jedną z technik sztucznej inteligencji, kt ra umożliwia ciągle uczenie się. W podejściu walidacyjnym zastosowano pięc modeli uczenia maszynowego, przy czym dwa modele uzyskaly lepsze wskaźniki dokladności (SVM i Adaboost).
