This paper compares the accuracy of

This paper compares the accuracy of Decision
Tree and Bayesian Network algorithms for predicting the
academic performance of undergraduate and
postgraduate students at two very different academic
institutes: Can Tho University (CTU), a large national
university in Viet Nam; and the Asian Institute of
Technology (AIT), a small international postgraduate
institute in Thailand that draws students from 86 different
countries. Although the diversity of these two student
populations is very different, the data-mining tools were
able to achieve similar levels of accuracy for predicting
student performance: 73/71% for {fail, fair, good, very
good} and 94/93% for {fail, pass} at the CTU/AIT
respectively. These predictions are most useful for
identifying and assisting failing students at CTU (64%
accurate), and for selecting Very Good students for
scholarships at the AIT (82% accurate). In this analysis,
the Decision Tree was consistently 3-12% more accurate
than the Bayesian Network. The results of these case
studies give insight into techniques for accurately
predicting student performance, compare the accuracy of
data mining algorithms, and demonstrate the maturity of
open source tools.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เปรียบเทียบความถูกต้องของการตัดสินใจต้นไม้และเครือข่ายทฤษฎีอัลกอริทึมสำหรับการคาดการณ์ผลการศึกษาของระดับปริญญาตรี และนักศึกษาที่ศึกษาสองแตกต่างกันมากสถาบัน: เกิ่นมหาวิทยาลัย (CTU), แห่งชาติขนาดใหญ่มหาวิทยาลัยในเวียดนาม และ สถาบันเอเชียเทคโนโลยี (เอไอที), ตัวเล็กนานาชาติบัณฑิตสถาบันในประเทศไทยซึ่งนักเรียนจาก 86 ที่แตกต่างกันประเทศ แม้ว่าความหลากหลายของนักเรียนเหล่านี้สองประชากรแตกต่างกันมาก มีเครื่องมือการทำเหมืองข้อมูลสามารถบรรลุระดับคล้ายความถูกต้องสำหรับการคาดการณ์ประสิทธิภาพการทำงานของนักเรียน: 73/71% {ล้มเหลว เป็นธรรม ดี มากดี} และ 94/93% {ไม่ผ่าน ผ่าน} ที่ CTU/เอ ไอทีตามลำดับ คาดการณ์เหล่านี้มีประโยชน์มากสำหรับการระบุและช่วย failing โรงเรียน CTU (64%ความถูกต้อง), และเลือกนักเรียนที่ดีสำหรับทุนที่เอไอที (แม่นยำ 82%) ในการวิเคราะห์นี้ต้นไม้การตัดสินใจได้อย่างสม่ำเสมอ 3-12% ความถูกต้องมากขึ้นกว่าเครือข่ายทฤษฎีการ ผลของกรณีเหล่านี้ศึกษาให้เข้าใจเป็นเทคนิคสำหรับการได้อย่างถูกต้องคาดการณ์ประสิทธิภาพนักเรียน เปรียบเทียบความถูกต้องของกระบวนการทำเหมืองข้อมูล และแสดงให้เห็นถึงวุฒิภาวะของเปิดเครื่องมือแหล่งข้อมูล

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะเปรียบเทียบความถูกต้องของการตัดสินใจ
ของต้นไม้และคชกรรมเครือข่ายอัลกอริทึมในการทำนาย
ผลการเรียนของนักศึกษาปริญญาตรีและ
นักศึกษาปริญญาเอกที่สองแตกต่างกันมากนักวิชาการ
สถาบัน: มหาวิทยาลัยเกิ่นเทอ (CTU) ขนาดใหญ่ระดับชาติ
ของมหาวิทยาลัยในเวียดนาม; และ Asian Institute of
Technology (AIT), ปริญญาโทต่างประเทศขนาดเล็ก
สถาบันในประเทศไทยที่นำนักเรียนที่แตกต่างกันจาก 86
ประเทศ แม้ว่าความหลากหลายของทั้งสองนักศึกษา
ประชากรแตกต่างกันมาก, เครื่องมือทำเหมืองข้อมูลมี
ความสามารถที่จะประสบความสำเร็จในระดับที่ใกล้เคียงกันของความถูกต้องในการทำนาย
ประสิทธิภาพของนักเรียน: 73/71% สำหรับ {ล้มเหลวยุติธรรมดีมาก
ดี} และ 94/93% สำหรับ {ล้มเหลวผ่าน} ที่ CTU / AIT
ตามลำดับ การคาดการณ์เหล่านี้มีประโยชน์มากที่สุดสำหรับ
การระบุและการให้ความช่วยเหลือนักเรียนที่ล้มเหลว CTU (64%
ที่ถูกต้อง) และสำหรับการเลือกนักเรียนดีมากสำหรับ
ทุนการศึกษาที่ AIT (82% ที่ถูกต้อง) ในการวิเคราะห์นี้
ต้นไม้การตัดสินใจเป็นอย่างต่อเนื่อง 3-12% ความแม่นยำมากขึ้น
กว่าเครือข่ายแบบเบย์ ผลของกรณีเหล่านี้
การศึกษาให้ข้อมูลเชิงลึกในเทคนิคการอย่างถูกต้อง
ทำนายประสิทธิภาพของนักเรียนเปรียบเทียบความถูกต้องของ
ขั้นตอนวิธีการทำเหมืองข้อมูลและแสดงให้เห็นถึงวุฒิภาวะของ
เครื่องมือมาเปิด

ผลลัพธ์ (ไทย) 3:

กระดาษนี้จะเปรียบเทียบความถูกต้องของการตัดสินใจแบบต้นไม้
และขั้นตอนวิธีเครือข่ายระบบทำนาย
ผลการเรียนของนักศึกษาระดับปริญญาตรีและนักศึกษาปริญญาโทที่แตกต่างกันมากทั้งสอง

สถาบันวิชาการ : Can Tho University ( CTU ) , มหาวิทยาลัยแห่งชาติ
ขนาดใหญ่ในเวียดนาม และสถาบันเทคโนโลยีแห่งเอเชีย ( เอไอที )
, ขนาดเล็กนานาชาติระดับปริญญาโท
สถาบันในไทยที่สามารถดึงนักศึกษาจาก 86 ประเทศอื่น

แม้ว่าความหลากหลายของเหล่านี้สองนักศึกษาพยาบาลประชากรที่แตกต่างกันมาก ข้อมูลเครื่องมือเหมืองแร่
สามารถบรรลุระดับเดียวกันของความถูกต้องทำนาย
นักเรียน : 73 / 71 % { ล้มเหลว , พอใช้ , ดี , มาก
ดี } และ 94 / 93 % { ล้มเหลวผ่าน } ที่ CTU / โดย
ตามลำดับ การคาดการณ์เหล่านี้มีประโยชน์มากที่สุดสำหรับ
การสอบสวนและช่วยเหลือนักเรียนของความล้มเหลวที่ CTU ( 64 %
ถูกต้อง ) และคัดเลือกนักเรียนที่ดีมากสำหรับ
ทุนการศึกษาที่สถาบัน AIT ( 82% ที่ถูกต้อง ) ในการวิเคราะห์ การตัดสินใจแบบต้นไม้ได้เสมอ
-
% ถูกต้องมากขึ้นกว่าเครือข่ายคชกรรม . ผลของคดี
การศึกษาให้ข้อมูลเชิงลึกในเทคนิคที่ถูกต้อง
ทำนายสมรรถนะนักเรียนเปรียบเทียบความถูกต้องของ
ขั้นตอนวิธีการทำเหมืองข้อมูลและแสดงให้เห็นถึงวุฒิภาวะของ
เครื่องมือเปิดแหล่งที่มา