Al-Radaideh et al. [5] proposed to

Al-Radaideh et al. [5] proposed to use data mining
classification techniques to enhance the quality of the higher
educational system by evaluating students’ data that may affect
the students’ performance in courses. They used the CRISP
framework for data mining to mine students’ related academic
data. A classification model was built using the decision tree
method. They used three different classification methods ID3,
C4.5 and the NaïveBayes. The results indicated that the
decision tree model had better prediction accuracy than the
other models. As a result, a system was built to facilitate the
usage of the generated rules that students need to predict the
final grade in the C++ undergraduate course.

ผลลัพธ์ (ไทย) 1:

Al. et Al-Radaideh [5] การนำเสนอการใช้การทำเหมืองข้อมูลประเภทเทคนิคการเพิ่มคุณภาพของสูงระบบการศึกษา โดยการประเมินข้อมูลนักเรียนที่อาจมีผลต่อประสิทธิภาพของนักเรียนในหลักสูตร พวกเขาใช้การกรอบกรอบงานสำหรับการทำเหมืองข้อมูลเหมืองนักวิชาการที่เกี่ยวข้องข้อมูล แบบจัดประเภทถูกสร้างขึ้นโดยใช้ต้นไม้การตัดสินใจวิธีการ พวกเขาใช้สามประเภทแตกต่างกันวิธี ID3C4.5 และ NaïveBayes ระบุผลที่จะตัดสินใจแบบต้นไม้ได้ทำนายความแม่นยำที่ดีกว่านี้รุ่นอื่น ๆ ดังนั้น ระบบถูกสร้างขึ้นเพื่ออำนวยความสะดวกการสร้างกฎที่นักเรียนต้องทำนายการชั้นประถมศึกษาปีสุดท้ายในหลักสูตรปริญญาตรี c ++

ผลลัพธ์ (ไทย) 2:

Al-Radaideh et al, [5] เสนอให้ใช้การทำเหมืองข้อมูล
เทคนิคการจัดหมวดหมู่เพื่อเพิ่มคุณภาพของการที่สูงกว่า
ระบบการศึกษาโดยการประเมินนักเรียนข้อมูลที่อาจส่งผลกระทบต่อ
นักเรียนประสิทธิภาพการทำงานในหลักสูตร พวกเขาใช้กรอบ
กรอบสำหรับการทำเหมืองข้อมูลให้กับนักเรียนที่เหมือง 'ทางวิชาการที่เกี่ยวข้องกับ
ข้อมูล รูปแบบการจัดหมวดหมู่ที่ถูกสร้างขึ้นโดยใช้ต้นไม้ตัดสินใจ
วิธี พวกเขาใช้สามวิธีการจัดหมวดหมู่ที่แตกต่างกัน ID3,
C4.5 และNaïveBayes ผลการวิจัยพบว่า
รูปแบบต้นไม้ตัดสินใจมีความแม่นยำในการทำนายที่ดีกว่า
รุ่นอื่น ๆ เป็นผลให้ระบบที่สร้างขึ้นเพื่ออำนวยความสะดวกใน
การใช้งานของกฎระเบียบที่สร้างขึ้นว่านักเรียนต้องทำนาย
ชั้นประถมศึกษาปีสุดท้ายใน C ++ หลักสูตรระดับปริญญาตรี

ผลลัพธ์ (ไทย) 3:

อัล radaideh et al . [ 5 ] ได้เสนอให้ใช้เทคนิคการจำแนกข้อมูลเหมืองแร่
เพื่อเพิ่มคุณภาพของระบบการศึกษาที่สูง
โดยการประเมินนักเรียน ข้อมูลที่อาจส่งผลกระทบต่อการปฏิบัติงานของนักศึกษาในหลักสูตร
. พวกเขาใช้กรอบกรอบ
สำหรับการทำเหมืองข้อมูลของนักเรียนที่เกี่ยวข้องกับวิชาการ
ข้อมูล การจำแนกรูปแบบถูกสร้างขึ้นโดยใช้ต้นไม้การตัดสินใจ
วิธีพวกเขาใช้วิธีการที่แตกต่างกันสามประเภท ID3 ,
โปรแกรม C4.5 และนา ไต vebayes . ผลการศึกษา พบว่า มีการตัดสินใจแบบต้นไม้

ความถูกต้องการพยากรณ์ที่ดีกว่ารุ่นอื่นๆ เป็นผลให้ระบบที่ถูกสร้างขึ้นเพื่ออำนวยความสะดวกในการสร้างของ
กฎที่นักเรียนต้องทำนาย
เกรดสุดท้ายใน C ระดับปริญญาตรีหลักสูตร