Data mining is a powerful tool for

Data mining is a powerful tool for academic intervention. Data mining uses a combination of an explicit knowledge base, sophisticated analytical skills, and domain knowledge to uncover hidden trends and patterns. These trends and patterns form the basis of predictive models that enable analysts to produce new observations from existing data. On the basis of student performance Pandey and Pal [4] conducted study by selecting 600 students from different colleges of Dr.R.M.L. Awadh University, Faizabad, India. By means of Bayes Classification on Category, Language and background qualification, it was found that whether new comer students will performer or not. Galit [5] 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. Bray [6], in his study on private tutoring and its implications, observed that the percentage of students receiving private tutoring in India was relatively higher than in Malaysia, Singapore, Japan, China and Sri Lanka. It was also observed that there was an enhancement of academic performance with the intensity of private tutoring and this variation of intensity of private tutoring depends on the collective factor namely socio-economic conditions. Pandey and Pal [7] conducted study on the student performance based by selecting 60 students from a degree college of Dr. R. M. L. Awadh University, Faizabad, India. By means of association rule they find the interestingness of student in opting class teaching language. Khan [8] conducted a performance study on 400 students comprising 200 boys and 200 girls selected from the senior secondary school of Aligarh Muslim University, Aligarh, India with a main objective to establish the prognostic value of different measures of cognition, personality and demographic variables for success at higher secondary level in science stream. The selection was based on cluster sampling technique in which the entire population of interest was divided into groups, or clusters, and a random sample of these clusters was selected for further analyses. It was found that girls with high socio-economic status had relatively higher academic achievement in science stream and boys with low socio-economic status had relatively higher academic achievement in general. Han and Kamber [9] describes data mining software that allow the users to analyze data from different dimensions, categorize it and summarize the relationships which are identified during the mining process. Ayesha, Mustafa, Sattar and Khan [10] describe the use of k-means clustering algorithm to predict students learning activities. The information generated after the implementation of data mining technique may be helpful for instructor as well as for students. Bhardwaj and Pal [11] conducted study on the student performance based by selecting 300 students from 5 different degree college conducting BCA (Bachelor of Computer Application) course of Dr. R. M. L. Awadh University, Faizabad, India. By means of Bayesian classification method on 17 attribute, it was found that the
factors like students grade in senior secondary exam, living location, medium of teaching, mothers qualification, students other habit, family annual income and students family status were highly correlated with the student academic performance.

ผลลัพธ์ (ไทย) 1:

การทำเหมืองข้อมูลเป็นเครื่องมือที่มีประสิทธิภาพสำหรับจัดการศึกษา การทำเหมืองข้อมูลใช้เป็นฐานความรู้อย่างชัดเจน ทักษะการวิเคราะห์ที่ซับซ้อน และความรู้โดเมนเพื่อเปิดซ่อนแนวโน้มและรูปแบบ แนวโน้มและรูปแบบเหล่านี้เป็นพื้นฐานของแบบจำลองการคาดการณ์ที่ช่วยให้นักวิเคราะห์การสังเกตใหม่จากข้อมูลที่มีอยู่ ตามประสิทธิภาพการทำงานของนักเรียน Pandey และ Pal [4] ดำเนินการศึกษา โดยเลือกเรียน 600 จากวิทยาลัยต่าง ๆ ของ Dr.R.M.L. อวัดห์มหาวิทยาลัย ไฟซาบาด อินเดีย โดยจัดประเภท Bayes ในคุณสมบัติประเภท ภาษา และความเป็นมา ก็พบที่ว่านักเรียนผู้มาใหม่จะนักแสดง หรือไม่ Galit [5] ให้กรณีศึกษาที่ใช้ข้อมูลนักเรียนการวิเคราะห์พฤติกรรมของพวกเขาเรียนรู้ การทำนายผลลัพธ์ และเตือนนักเรียนที่มีความเสี่ยงก่อนการสอบขั้นสุดท้าย Bray [6], ศึกษาเขาสอนหนังสือส่วนตัวและผลกระทบของ สังเกตว่า เปอร์เซ็นต์ของนักศึกษาที่รับสอนหนังสือส่วนตัวในอินเดียมีค่อนข้างสูงกว่าในมาเลเซีย สิงคโปร์ ญี่ปุ่น จีน และศรีลังกา มันยังถูกตรวจสอบว่า มีการเพิ่มประสิทธิภาพของผลการศึกษา มีความเข้มของการกวดวิชาส่วนตัว และการเปลี่ยนแปลงของความเข้มของการกวดวิชาส่วนตัวขึ้นอยู่กับกลุ่มปัจจัยได้แก่สังคมเศรษฐกิจสภาพการ Pandey และ Pal [7] ทำการศึกษาประสิทธิภาพนักเรียนโดยเลือกนักเรียน 60 จากระดับวิทยาลัยของดร. R. M. L. อวัดห์มหาวิทยาลัย ไฟซาบาด อินเดีย โดยใช้กฎความสัมพันธ์ พวกเขาพบ interestingness ของนักเรียนในชั้นเลือกสอนภาษา คัน [8] ดำเนินการศึกษานักเรียน 400 200 ชายและหญิง 200 เลือกจากมัธยมอาวุโสมหาวิทยาลัย Aligarh มุสลิม Aligarh อินเดีย มีวัตถุประสงค์หลักเพื่อสร้างมูลค่า prognostic มาตรการต่าง ๆ ของประชาน บุคลิกภาพ และตัวแปรทางประชากรความสำเร็จในระดับสูงขึ้นในกระแสวิทยาศาสตร์ประสิทธิภาพ เลือกที่เป็นไปตามเทคนิคการสุ่มตัวอย่างคลัสเตอร์ซึ่งประชากรทั้งหมดน่าสนใจถูกแบ่งออกเป็นกลุ่ม หรือคลัสเตอร์ และตัวอย่างที่สุ่มของคลัสเตอร์เหล่านี้ถูกเลือกสำหรับการวิเคราะห์เพิ่มเติม ก็พบว่า หญิง มีสถานะทางเศรษฐกิจสังคมสูงมีผลสัมฤทธิ์ทางวิชาการค่อนข้างสูงในกระแสวิทยาศาสตร์ และเด็กชาย มีสถานะทางเศรษฐกิจสังคมต่ำมีผลสัมฤทธิ์ทางวิชาการค่อนข้างสูงทั่วไป Kamber [9] และฮั่นอธิบายซอฟต์แวร์การทำเหมืองข้อมูลที่อนุญาตให้ผู้ใช้สามารถวิเคราะห์ข้อมูลจากมิติต่าง ๆ ประเภทนั้น และสรุปความสัมพันธ์ที่กำหนดในระหว่างกระบวนการทำเหมืองแร่ Ayesha, Mustafa, Sattar และคัน [10] อธิบายขั้นตอนวิธีระบบคลัสเตอร์ k-หมายถึงการทำนายนักเรียนกิจกรรมการเรียนรู้การใช้ ข้อมูลที่เกิดขึ้นหลังจากใช้เทคนิคเหมืองข้อมูลอาจจะมีประโยชน์สำหรับผู้สอนเป็นอย่างดีสำหรับนักเรียน Bhardwaj และ Pal [11] ดำเนินการศึกษาการปฏิบัติงานของนักเรียนจาก โดยเลือกนักเรียน 300 จากองศาที่แตกต่างกัน 5 วิทยาลัยดำเนินการหลักสูตร BCA (ตรีของคอมพิวเตอร์ประยุกต์) มหาวิทยาลัยดร. R. M. L. อวัดห์ ไฟซาบาด อินเดีย โดยใช้วิธีจัดประเภททฤษฎีแอตทริบิวต์ของ 17 จะพบว่าการ ปัจจัยเช่นเกรดนักเรียนสอบรองอาวุโส ตำแหน่ง สื่อการสอน การใช้ชีวิตในมารดาคุณสมบัติ นักเรียนอื่น ๆ นิสัย ครอบครัวรายปีรายได้และนักเรียนครอบครัวสถานะได้สูง correlated กับผลการศึกษานักเรียน

ผลลัพธ์ (ไทย) 2:

การทำเหมืองข้อมูลเป็นเครื่องมือที่มีประสิทธิภาพสำหรับการแทรกแซงทางวิชาการ การทำเหมืองข้อมูลใช้การรวมกันของฐานความรู้อย่างชัดเจน, ทักษะการวิเคราะห์ที่มีความซับซ้อนและความรู้โดเมนจะเปิดเผยแนวโน้มและรูปแบบที่ซ่อนอยู่ แนวโน้มเหล่านี้และรูปแบบรูปแบบพื้นฐานของรูปแบบการพยากรณ์ที่ช่วยให้นักวิเคราะห์ในการผลิตการสังเกตใหม่จากข้อมูลที่มีอยู่ บนพื้นฐานของการปฏิบัติงานของนักศึกษาและ Pandey Pal [4] ดำเนินการศึกษาโดยการเลือก 600 นักศึกษาจากมหาวิทยาลัยต่าง ๆ ของ Dr.RML Awadh มหาวิทยาลัยยูสกาลอินเดีย โดยวิธีการของเบส์ในการจำแนกหมวดหมู่ภาษาและคุณสมบัติพื้นหลังพบว่าไม่ว่าจะเป็นนักเรียนมาใหม่จะแสดงหรือไม่ โกรธ [5] ให้กรณีศึกษาที่ใช้ข้อมูลนักเรียนในการวิเคราะห์พฤติกรรมการเรียนรู้ของพวกเขาที่จะคาดการณ์ผลและเพื่อเตือนนักเรียนที่มีความเสี่ยงก่อนการสอบครั้งสุดท้ายของพวกเขา เบรย์ [6] ในการศึกษาของเขาในการสอนส่วนตัวและผลกระทบของมันตั้งข้อสังเกตว่าร้อยละของนักเรียนที่ได้รับการสอนส่วนตัวในอินเดียค่อนข้างสูงกว่าในประเทศมาเลเซีย, สิงคโปร์, ญี่ปุ่น, จีนและศรีลังกา มันก็ยังตั้งข้อสังเกตว่ามีการเพิ่มประสิทธิภาพของผลงานทางวิชาการที่มีความรุนแรงของการสอนส่วนตัวและรูปแบบของความรุนแรงของการสอนส่วนตัวนี้ขึ้นอยู่กับปัจจัยร่วมคือเงื่อนไขทางเศรษฐกิจและสังคม Pandey และ Pal [7] ดำเนินการศึกษาเกี่ยวกับการปฏิบัติงานของนักศึกษาตามด้วยการเลือก 60 คนจากวิทยาลัยระดับของดร. RML Awadh มหาวิทยาลัยยูสกาลอินเดีย โดยวิธีการของกฎการเชื่อมโยงพวกเขาพบ interestingness ของนักเรียนในการเลือกเรียนภาษาเรียนการสอน ข่าน [8] ดำเนินการศึกษาผลการดำเนินงาน 400 คนประกอบไปด้วย 200 ชายและหญิง 200 การคัดเลือกจากโรงเรียนมัธยมอาวุโสของ Aligarh Muslim University, Aligarh อินเดียโดยมีวัตถุประสงค์หลักในการสร้างมูลค่าการพยากรณ์โรคของมาตรการที่แตกต่างกันของความรู้ความเข้าใจบุคลิกภาพและตัวแปรทางด้านประชากรศาสตร์ สำหรับความสำเร็จในระดับรองที่สูงขึ้นในกระแสวิทยาศาสตร์ เลือกขึ้นอยู่กับเทคนิคการสุ่มตัวอย่างในการที่ประชากรทั้งหมดของดอกเบี้ยถูกแบ่งออกเป็นกลุ่มหรือกลุ่มและตัวอย่างที่สุ่มจากกลุ่มเหล่านี้ได้รับเลือกให้การวิเคราะห์ต่อไป ผลการวิจัยพบว่าผู้หญิงที่มีฐานะทางเศรษฐกิจและสังคมสูงมีผลสัมฤทธิ์ทางวิชาการที่ค่อนข้างสูงในกระแสวิทยาศาสตร์และชายที่มีสถานะทางเศรษฐกิจและสังคมต่ำมีผลสัมฤทธิ์ทางการเรียนค่อนข้างสูงโดยทั่วไป ฮันและ Kamber [9] อธิบายซอฟแวร์การทำเหมืองข้อมูลที่ช่วยให้ผู้ใช้ในการวิเคราะห์ข้อมูลจากขนาดที่แตกต่างกัน, ประเภทและสรุปความสัมพันธ์ซึ่งจะมีการระบุในระหว่างขั้นตอนการทำเหมืองแร่ ชะ, มุสตาฟา Sattar และข่าน [10] อธิบายการใช้ขั้นตอนวิธีการจัดกลุ่ม k-หมายถึงการคาดการณ์นักเรียนกิจกรรมการเรียนรู้ ข้อมูลที่สร้างหลังจากที่ใช้เทคนิคการทำเหมืองข้อมูลอาจจะเป็นประโยชน์สำหรับอาจารย์เช่นเดียวกับนักเรียน Bhardwaj และ Pal [11] ดำเนินการศึกษาเกี่ยวกับการปฏิบัติงานของนักศึกษาตามด้วยการเลือก 300 นักเรียนจาก 5 วิทยาลัยระดับที่แตกต่างกันการดำเนินการเก็บกวาด (ปริญญาตรี Computer Application) หลักสูตรของดร RML Awadh มหาวิทยาลัยยูสกาลอินเดีย โดยวิธีการจัดหมวดหมู่แบบเบย์เมื่อวันที่ 17 แอตทริบิวต์พบว่า
ปัจจัยเช่นนักเรียนชั้นประถมศึกษาในการสอบรองอาวุโสที่อยู่อาศัยสถานที่สื่อกลางในการเรียนการสอน, คุณวุฒิมารดานักเรียนนิสัยอื่น ๆ ในครอบครัวรายได้ต่อปีและนักเรียนสถานะครอบครัวมีความสัมพันธ์อย่างมากกับการ ผลการเรียนของนักเรียน

ผลลัพธ์ (ไทย) 3:

การทำเหมืองข้อมูลเป็นเครื่องมือที่มีประสิทธิภาพสำหรับกิจกรรมทางวิชาการ การทำเหมืองข้อมูลการใช้การรวมกันของฐานความรู้ทักษะการวิเคราะห์ที่ซับซ้อนและความรู้โดเมนเพื่อค้นหาแนวโน้มที่ซ่อนอยู่และรูปแบบ แนวโน้มเหล่านี้และรูปแบบรูปแบบพื้นฐานของแบบจำลองเพื่อทำนายที่ช่วยให้นักวิเคราะห์ผลิตตัวอย่างใหม่จากข้อมูลที่มีอยู่บนพื้นฐานของนักเรียนเดย์และ PAL [ 4 ] ทำการศึกษาโดยคัดเลือกนักศึกษาจากมหาวิทยาลัยต่าง ๆ ของ dr.r.m.l. 600 awadh มหาวิทยาลัย ไฟซาบัด , อินเดีย โดยวิธีการของ Bayes การจำแนกประเภทภาษาและคุณสมบัติพื้นฐาน พบว่า นักเรียนผู้มาใหม่จะแสดงหรือไม่ใน [ 5 ] ได้ให้กรณีศึกษาที่ใช้ข้อมูลนักเรียนเพื่อศึกษาพฤติกรรมการเรียนรู้ของนักเรียน และทำนายผลการเตือนความเสี่ยงก่อนการสอบครั้งสุดท้ายของพวกเขา เบรย์ [ 6 ] ในการศึกษาของเขาในการเรียนกวดวิชา และผลกระทบของมันพบว่าร้อยละของนักเรียนที่ได้รับการเรียนกวดวิชาในอินเดียค่อนข้างสูงกว่าในประเทศ มาเลเซีย สิงคโปร์ ญี่ปุ่น จีน และ ศรีลังกานอกจากนี้พบว่ามีสมรรถนะทางวิชาการที่มีความเข้มของกวดวิชาและการเปลี่ยนแปลงความเข้มของกวดวิชาขึ้นอยู่กับปัจจัยร่วมคือ สังคม เศรษฐกิจ เงื่อนไข เดย์และ PAL [ 7 ] ทำการศึกษาในระบบ โดยเลือกนักเรียน 60 คน จากระดับวิทยาลัย ของ ดร. อาร์ เอ็ม แอล awadh มหาวิทยาลัย ไฟซาบัด , อินเดียโดยวิธีการของสมาคมกฎ พวกเขาพบความน่าสนใจของนักศึกษาในการสอนภาษาเรียน เจงกิสข่าน [ 8 ] ศึกษาการปฏิบัติงาน 400 คน ประกอบด้วยชายและหญิง 200 200 เลือกจากโรงเรียนมัธยมของ Aligarh มุสลิมมหาวิทยาลัย Aligarh , อินเดีย มีวัตถุประสงค์หลักเพื่อสร้างคุณค่าการทำนายของมาตรการต่าง ๆของความรู้ตัวแปรทางบุคลิกภาพและความสำเร็จระดับมัธยมศึกษาในกระแสวิทยาศาสตร์ คัดเลือกกลุ่มตัวอย่างเทคนิคที่ประชากรทั้งหมดของความสนใจ แบ่งเป็น กลุ่ม หรือกลุ่มและกลุ่มตัวอย่างสุ่ม กลุ่มเหล่านี้ถูกเลือกสำหรับการวิเคราะห์ต่อไปพบว่า ผู้หญิงที่มีสถานะทางเศรษฐกิจและสังคมค่อนข้างสูงกว่าผลสัมฤทธิ์ ทางการเรียนวิชาวิทยาศาสตร์กระแสและเด็กชายที่มีสถานภาพทางเศรษฐกิจและสังคมต่ำค่อนข้างสูงกว่าผลสัมฤทธิ์ ทางการเรียนวิชาทั่วไป ฮั่น และ แคมเบอร์ [ 9 ] อธิบายการทำเหมืองข้อมูลซอฟแวร์ที่ช่วยให้ผู้ใช้สามารถวิเคราะห์ข้อมูลจากมิติที่แตกต่างกันแยกประเภทและสรุปความสัมพันธ์ที่ระบุในระหว่างกระบวนการการทำเหมืองแร่ ayesha Mustafa sattar ข่าน [ 10 ] , และอธิบายการใช้ k-means การจัดกลุ่มขั้นตอนวิธีทำนายกิจกรรมนักเรียนการเรียนรู้ ข้อมูลที่สร้างขึ้น หลังการใช้เทคนิคเหมืองข้อมูลอาจเป็นประโยชน์สำหรับคุณครู ตลอดจนนักเรียนจาล บราดวัจและ PAL [ 11 ] ทำการศึกษาในระบบ โดยเลือกนักเรียน 300 คน จาก 5 ต่างระดับวิทยาลัยการ BCA ( สาขาวิชาคอมพิวเตอร์ ) ของ ดร. อาร์ เอ็ม แอล awadh หลักสูตรมหาวิทยาลัย ไฟซาบัด , อินเดีย ด้วยวิธีการจำแนก Bayesian 17 คุณลักษณะ พบว่า นักเรียนใน
ปัจจัยเช่นการสอบระดับมัธยมอยู่ที่ตั้งสื่อการเรียน การสอน วุฒิ มารดานักเรียนนิสัยอื่นๆ รายได้ของครอบครัวต่อปี และ สถานภาพของครอบครัวนักเรียนมีความสัมพันธ์กับนักเรียนการแสดง