In general, clustering and predicti

In general, clustering and prediction are two of the most remarkable features of data mining techniques. Unlike
traditional analytical methods, data mining could offer more individual-oriented results. The application of data mining
techniques in the education field enables numerous possibilities such as comprehensively analyzing the characteristics of each students, predicting success in classes, pinpointing the gifted students and their learning paths [13] etc. In the higher education field, data mining applications have been highly suggested by many researchers such as C Romero and S Ventura in [14] and Luan in [15] to modify or design the curriculum to meet the different needs of students in terms of the learning abilities and knowledge construction.

ผลลัพธ์ (ไทย) 1:

ทั่วไป คลัสเตอร์และการทำนายเป็นสองคุณลักษณะโดดเด่นที่สุดของเทคนิคการทำเหมืองข้อมูล ซึ่งแตกต่างจากวิธีการวิเคราะห์แบบดั้งเดิม การทำเหมืองข้อมูลสามารถเสนอบุคคลที่มุ่งเน้นผลลัพธ์ การประยุกต์ใช้เหมืองข้อมูลเทคนิคในการศึกษาให้เป็นไปได้มากมายเช่นครอบคลุมการวิเคราะห์ลักษณะของแต่ละนักเรียน การทำนายความสำเร็จในการเรียน ปักให้นักเรียนที่มีพรสวรรค์และพาธการเรียนรู้เป็นต้น [13] ในฟิลด์ระดับอุดมศึกษา โปรแกรมประยุกต์การทำเหมืองข้อมูลมีการสูงแนะนำ โดยนักวิจัยหลายคนเช่นโรเม โร C และ S Ventura [14] และ Luan ใน [15] เพื่อปรับเปลี่ยน หรือออกแบบหลักสูตรเพื่อตอบสนองความต้องการที่แตกต่างกันของนักเรียนในแง่ของความสามารถในการเรียนรู้และสร้างความรู้

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปการจัดกลุ่มและการทำนายเป็นสองคุณสมบัติที่โดดเด่นที่สุดของเทคนิคการทำเหมืองข้อมูล ซึ่งแตกต่างจาก
วิธีการวิเคราะห์แบบดั้งเดิม, การทำเหมืองข้อมูลสามารถนำเสนอผลของแต่ละบุคคลที่มุ่งเน้นมากขึ้น การประยุกต์ใช้การทำเหมืองข้อมูล
เทคนิคในด้านการศึกษาจะช่วยให้ความเป็นไปได้หลายอย่างเช่นครอบคลุมการวิเคราะห์ลักษณะของนักเรียนแต่ละทำนายความสำเร็จในการเรียน pinpointing นักเรียนที่มีพรสวรรค์และเส้นทางการเรียนรู้ของพวกเขา [13] ฯลฯ ในเขตการศึกษาสูงกว่าการใช้งานการทำเหมืองข้อมูล ได้รับการแนะนำอย่างสูงจากนักวิจัยหลายคนเช่น C และ S โรเมโรเวนทูราใน [14] และ Luan ใน [15] ในการแก้ไขหรือการออกแบบหลักสูตรเพื่อตอบสนองความต้องการที่แตกต่างกันของนักเรียนในแง่ของความสามารถในการเรียนรู้และสร้างความรู้

ผลลัพธ์ (ไทย) 3:

ในทั่วไป , การจัดกลุ่มและพยากรณ์เป็นสองคุณลักษณะที่โดดเด่นที่สุดของเทคนิคการทำเหมืองข้อมูล ซึ่งแตกต่างจากวิธีการวิเคราะห์แบบดั้งเดิม , การทำเหมืองข้อมูลสามารถเสนอผลลัพธ์เพิ่มเติมบุคคลเชิง การประยุกต์ใช้เหมืองข้อมูลเทคนิคในการศึกษาช่วยให้ความเป็นไปได้มากมายเช่นครอบคลุมการวิเคราะห์ลักษณะของแต่ละคน พยากรณ์ความสำเร็จในชั้นเรียน pinpointing นักเรียนที่มีพรสวรรค์ และการเรียนรู้เส้นทาง [ 13 ] ฯลฯ ในระดับอุดมศึกษาด้านการใช้งานเหมืองข้อมูลได้ขอเสนอโดยนักวิจัยหลายคนเช่น C Romero และ s Ventura ใน [ 14 ] และลวนใน [ 15 ] การปรับเปลี่ยนหรือออกแบบหลักสูตรเพื่อตอบสนองความต้องการที่แตกต่างกันของนักเรียนในแง่ของความสามารถในการเรียนรู้และการสร้างความรู้