his data approach student achieveme

his data approach student achievement in secondary education of two Portuguese schools. The data attributes include student grades, demographic, social and school related features) and it was collected by using school reports and questionnaires. Two datasets are provided regarding the performance in two distinct subjects: Mathematics (mat) and Portuguese language (por). In [Cortez and Silva, 2008], the two datasets were modeled under binary/five-level classification and regression tasks. Important note: the target attribute G3 has a strong correlation with attributes G2 and G1. This occurs because G3 is the final year grade (issued at the 3rd period), while G1 and G2 correspond to the 1st and 2nd period grades. It is more difficult to predict G3 without G2 and G1, but such prediction is much more useful (see paper source for more details).

ผลลัพธ์ (ไทย) 1:

ข้อมูลของเขาวิธีการเรียนสัมฤทธิ์ผลทางการศึกษาของโรงเรียนสองภาษาโปรตุเกส แอตทริบิวต์ข้อมูลรวมเกรดนักศึกษา สังคม ประชากร และคุณลักษณะที่เกี่ยวข้องกับโรงเรียน) และได้ถูกรวบรวมโดยโรงเรียนรายงานและแบบสอบถาม มี datasets สองเกี่ยวกับประสิทธิภาพการทำงานในสองเรื่องที่แตกต่าง: คณิตศาสตร์ (พรม) และภาษา (ปอ) [Cortez และ Silva, 2008], datasets สองถูกจำลองภายใต้งานจัดประเภทและการถดถอยของไบนารี/ห้าระดับ หมายเหตุ: แอตทริบิวต์เป้าหมาย G3 มีความสัมพันธ์ที่แข็งแกร่ง มีแอททริบิวต์ G1 และ G2 นี้เกิดขึ้นเนื่องจาก G3 เป็นปีสุดท้ายเกรด (ออกในระยะที่ 3) , ในขณะที่ G1 และ G2 กับเกรดรอบระยะเวลา 1 และ 2 จึงยากต่อการทำนาย โดย G1 และ G2 G3 แต่การคาดเดาดังกล่าวจะเป็นประโยชน์มาก (ดูแหล่งกระดาษสำหรับรายละเอียดเพิ่มเติม)

ผลลัพธ์ (ไทย) 2:

วิธีการที่ข้อมูลของเขาผลสัมฤทธิ์ของนักเรียนในการศึกษาระดับมัธยมศึกษาของโรงเรียนสองภาษาโปรตุเกส คุณลักษณะข้อมูลรวมถึงนักเรียนเกรดประชากรสังคมและโรงเรียนคุณลักษณะที่เกี่ยวข้อง) และมันถูกเก็บรวบรวมโดยใช้ผลการเรียนและแบบสอบถาม สองชุดข้อมูลที่มีให้เกี่ยวกับประสิทธิภาพในสองเรื่องที่แตกต่าง: คณิตศาสตร์ (เสื่อ) และภาษาโปรตุเกส (por) ใน [คอร์เตซและซิลวา, 2008] ทั้งสองชุดข้อมูลที่ได้รับภายใต้รูปแบบไบนารี / การจัดหมวดหมู่ห้าระดับและงานถดถอย หมายเหตุสำคัญ: เป้าหมายแอตทริบิวต์ G3 มีความสัมพันธ์ที่แข็งแกร่งกับคุณลักษณะและ G1 G2 นี้เกิดขึ้นเนื่องจาก G3 เป็นเกรดปีสุดท้าย (ที่ออกในช่วงที่ 3) ในขณะที่ G1 และ G2 ตรงกับวันที่ 1 และเกรดระยะเวลา 2 มันเป็นเรื่องยากมากที่จะคาดการณ์ได้โดยไม่ต้อง G2 G3 และ G1 แต่การคาดการณ์ดังกล่าวเป็นประโยชน์มากขึ้น (ดูแหล่งกระดาษสำหรับรายละเอียดเพิ่มเติม)

ผลลัพธ์ (ไทย) 3:

ข้อมูลวิธีการของเขานักเรียนในระดับมัธยมศึกษาของโรงเรียน 2 โปรตุเกส ข้อมูลคุณลักษณะรวมถึงนักเรียนเกรด ประชากร สังคม และโรงเรียนที่เกี่ยวข้องคุณสมบัติ ) และมันคือการรวบรวมรายงานโรงเรียน และแบบสอบถาม สองชุดข้อมูลให้เกี่ยวกับการแสดงที่แตกต่างกันสองวิชา : คณิตศาสตร์ ( MAT ) และภาษาโปรตุเกส ( ปอ ) ใน คอร์เตซ และ ซิลวา2008 ] , 2 ) ข้อมูลแบบไบนารี / ภายใต้งานจำแนกเป็น 5 ระดับ และความถดถอย หมายเหตุ : เป้าหมายของ G3 มีความสัมพันธ์ที่แข็งแกร่งกับคุณลักษณะ และ G1 G2 . ปัญหานี้เกิดขึ้นเนื่องจาก G3 คือ เกรด ปีสุดท้าย ( ที่ออกในช่วงที่ 3 ) ในขณะที่ G1 และ G2 สอดคล้องกับเกรด 1 และ 2 ช่วง มันเป็นเรื่องยากที่จะทำนายโดย G1 G2 G3 และ ,แต่การคาดการณ์ดังกล่าวเป็นประโยชน์มากขึ้น ( ดูแหล่งกระดาษสำหรับรายละเอียดเพิ่มเติม ) .