Galit [10] gave a case study that u

Galit [10] gave a case study that use students data to
analyze their learning behavior to predict the results and to
warn students at risk before their final exams.
Al-Radaideh, et al [11] applied a decision tree model to
predict the final grade of students who studied the C++ course
in Yarmouk University, Jordan in the year 2005. Three
different classification methods namely ID3, C4.5, and the
NaïveBayes were used. The outcome of their results indicated
that Decision Tree model had better prediction than other
models.

ผลลัพธ์ (ไทย) 1:

Galit [10] ให้เป็นกรณีศึกษาที่ใช้ข้อมูลนักเรียนวิเคราะห์พฤติกรรมของพวกเขาเรียนรู้การทำนายผลและเตือนนักเรียนที่มีความเสี่ยงก่อนการสอบขั้นสุดท้ายอัล-Radaideh, et al [11] ใช้ราคาแบบต้นไม้การตัดสินใจเพื่อทำนายคะแนนของนักเรียนที่เรียนหลักสูตร c/c ++ในมหาวิทยาลัย Yarmouk, Jordan ในปี 2548 สามวิธีจัดประเภทต่าง ๆ ได้แก่ ID3, C4.5 และใช้ NaïveBayes แสดงผลของผลลัพธ์ต้นไม้การตัดสินใจแบบนั้นได้คาดเดาดีกว่ากันรูปแบบจำลอง

ผลลัพธ์ (ไทย) 2:

โกรธ [10]
ให้กรณีศึกษาที่ใช้ข้อมูลนักเรียนที่จะวิเคราะห์พฤติกรรมการเรียนรู้ของพวกเขาที่จะคาดการณ์ผลและการเตือนนักเรียนที่มีความเสี่ยงก่อนการสอบครั้งสุดท้ายของพวกเขา. อัล Radaideh, et ​​al [11] นำไปใช้ในการตัดสินใจรูปแบบต้นไม้ที่จะคาดการณ์สุดท้ายเกรดของนักเรียนที่ศึกษาหลักสูตร C ++ ในมหาวิทยาลัย Yarmouk จอร์แดนในปี 2005 สามวิธีการจัดหมวดหมู่ที่แตกต่างกันคือID3, C4.5 และNaïveBayesถูกนำมาใช้ ผลที่ได้จากผลของพวกเขาแสดงให้เห็นว่ารูปแบบต้นไม้มีการคาดการณ์การตัดสินใจที่ดีขึ้นกว่าที่อื่น ๆ รุ่น

ผลลัพธ์ (ไทย) 3:

ใน [ 10 ] ให้กรณีศึกษาที่ใช้ข้อมูลนักเรียน
วิเคราะห์พฤติกรรมการเรียนรู้ของพวกเขาที่จะทำนายผลและ

เตือนนักเรียนความเสี่ยงก่อนการสอบขั้นสุดท้ายของพวกเขา radaideh
อัล et al [ 11 ] ใช้โครงสร้างการตัดสินใจแบบ
ทำนายเกรดสุดท้ายของนักเรียนที่เรียนในหลักสูตร yarmouk
c มหาวิทยาลัยจอร์แดนในปี 2005 สามวิธี คือแตกต่างกันหมวดหมู่

โปรแกรม C4.5 และ ID3 ,ไต vebayes นาใช้ ผลของผลของพวกเขาชี้ให้เห็นว่าแบบจำลองการตัดสินใจแบบต้นไม้ได้
ทำนายได้ดีกว่ารุ่นอื่น ๆ