This paper proposes an alternative

This paper proposes an alternative to the prediction of education accomplishment. It employs a data mining technique, the Bayesian
belief network (Bayes net). The technique is used to analyze the
independent variables that affect the education accomplishment result
of vocational students, undergraduate students and graduate students. '
The machine learning tool, WEKA, is used to construct the prediction
model that is accurate for the prediction based on k-fold cross-validation.
The experimental result shows that the Bayes net technique is able to
determine important variables for the prediction of the result of education
accomplishment and this technique provides high prediction accuracy. From the models constructed by WEKA, we find that the important variables that affect the education accomplishment are the previous GPA., mother
and or fathers career, the total income of the family and the grade point average when they enter the first year in bachelor study. The obtained result
is consistent with the result analyzed by multiple regression analysis.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอทางเลือกในการคาดการณ์ความสำเร็จการศึกษา มีเทคนิคการทำเหมืองข้อมูล ทฤษฎีการเครือข่ายความเชื่อ (Bayes สุทธิ) เทคนิคที่ใช้ในการวิเคราะห์การ ตัวแปรอิสระที่ส่งผลต่อผลสำเร็จการศึกษา อาชีวศึกษา ปริญญาตรี และนักศึกษา 'เครื่องมือการเรียนรู้ WEKA ถูกใช้เพื่อสร้างการคาดการณ์รูปแบบที่ถูกต้องสำหรับอิงข้าม k-พับตรวจสอบการคาดการณ์ ผลการทดลองแสดงให้เห็นว่า เทคนิคสุทธิ Bayes สามารถ กำหนดตัวแปรที่สำคัญสำหรับการคาดการณ์ผลการศึกษาความสำเร็จและเทคนิคนี้ให้ความแม่นยำสูงทำนาย จากแบบจำลองที่สร้างขึ้น โดย WEKA เราพบว่า ตัวแปรสำคัญที่ส่งผลต่อความสำเร็จการศึกษาได้ก่อนหน้านี้ GPA แม่และ หรือบิดา อาชีพ รายได้ของครอบครัวและมีระดับคะแนนเฉลี่ยเมื่อปีแรกในการศึกษาปริญญาตรี ผลที่ได้รับ ไม่สอดคล้องกับผลวิเคราะห์ โดยการวิเคราะห์การถดถอย

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอทางเลือกในการทำนายของความสำเร็จการศึกษาด้วย มันมีพนักงานเทคนิคการทำเหมืองข้อมูลที่คชกรรม
เครือข่ายความเชื่อ (Bayes สุทธิ) เทคนิคที่ใช้ในการวิเคราะห์
ตัวแปรอิสระที่มีผลต่อผลการศึกษาความสำเร็จ
ของนักเรียนอาชีวศึกษานักศึกษาระดับปริญญาตรีและนักศึกษาระดับบัณฑิตศึกษา '
เครื่องมือเรียนรู้เครื่อง WEKA จะถูกใช้เพื่อสร้างการทำนาย
รูปแบบที่มีความถูกต้องในการทำนายบนพื้นฐานของ K-พับการตรวจสอบข้าม.
ผลการทดลองแสดงให้เห็นว่าเทคนิคสุทธิ Bayes สามารถที่จะ
กำหนดตัวแปรสำคัญสำหรับการคาดการณ์ของ ผลของการศึกษาที่
สำเร็จและเทคนิคนี้ให้ถูกต้องทำนายสูง จากรุ่นสร้างโดย WEKA เราพบว่าตัวแปรที่สำคัญที่มีผลต่อความสำเร็จของการศึกษาที่มีเกรดเฉลี่ยก่อนหน้านี้. แม่
และหรืออาชีพของบรรพบุรุษที่รายได้รวมของครอบครัวและคะแนนเฉลี่ยสะสมเมื่อพวกเขาเข้าไปเป็นปีแรกในการศึกษาปริญญาตรี . ผลที่ได้รับ
มีความสอดคล้องกับผลการวิเคราะห์โดยการวิเคราะห์การถดถอยพหุคูณ

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอทางเลือกเพื่อทำนายความสําเร็จการศึกษา มันใช้เทคนิคการทำเหมืองข้อมูล , เบส์เครือข่ายความเชื่อเบย์สุทธิ ) เทคนิคที่ใช้วิเคราะห์ตัวแปรอิสระที่มีผลต่อผลสําเร็จการศึกษาวิชาชีพ , นักศึกษาระดับปริญญาตรี และบัณฑิตศึกษา .เครื่องจักรเครื่องมือการเรียนรู้ Weka จะถูกใช้เพื่อสร้างการคาดการณ์รูปแบบสำหรับการทำนายที่ถูกต้องตาม k-fold ข้ามการตรวจสอบผลการทดลองแสดงให้เห็นว่าเทคนิคสุทธิ Bayes สามารถกำหนดตัวแปรที่สำคัญในการทำนายผลของการศึกษาความสำเร็จและเทคนิคการพยากรณ์มีความแม่นยำสูง จากแบบจำลองที่สร้างขึ้นโดย Weka เราพบว่า ตัวแปรสำคัญที่มีผลต่อความสําเร็จการศึกษา เกรดเฉลี่ย ก่อนแม่หรือบิดาและอาชีพ , รายได้ของครอบครัว และ เกรดเฉลี่ยเมื่อพวกเขาเข้ามาปีแรกที่จบการศึกษา ได้ผลสอดคล้องกับผลวิเคราะห์ข้อมูล โดยการวิเคราะห์การถดถอยพหุคูณ