To build a reliable classification

To build a reliable classification model, the
CRISP-DM methodology (Cross-Industry
Standard Process for Data Mining) [8] is
adopted. The methodology consists mainly of
five steps: Collecting the relevant features of the
problem under study, preparing the data,building the classification model, evaluating the
model using one of the evaluation methods, and
finally using the model for future prediction of
the student performance. These steps are
presented in the next subsections.

ผลลัพธ์ (ไทย) 1:

สร้างแบบจัดประเภทที่เชื่อถือได้ การวิธีอบ DM (ข้ามอุตสาหกรรมกระบวนการมาตรฐานสำหรับการทำเหมืองแร่ข้อมูล) [8] คือนำมาใช้ วิธีการประกอบด้วยส่วนใหญ่ขั้นตอนที่ห้า: รวบรวมคุณลักษณะที่เกี่ยวข้องของการปัญหาใต้ศึกษา เตรียมข้อมูล สร้างแบบจัดประเภท ประเมินการรูปแบบโดยใช้วิธีการประเมินผล และสุดท้าย ใช้แบบจำลองสำหรับทำนายอนาคตของประสิทธิภาพของนักเรียน ขั้นตอนเหล่านี้นำเสนอในส่วนย่อยถัดไป

ผลลัพธ์ (ไทย) 2:

เพื่อสร้างรูปแบบการจัดหมวดหมู่ที่เชื่อถือได้,
วิธีการ CRISP-DM (ข้ามอุตสาหกรรม
กระบวนการมาตรฐานสำหรับการทำเหมืองข้อมูล) [8] จะถูก
นำมาใช้ วิธีการส่วนใหญ่ประกอบด้วย
ห้าขั้นตอนการเก็บรวบรวมคุณสมบัติที่เกี่ยวข้องของ
ปัญหาภายใต้การศึกษา, การจัดเตรียมข้อมูลการสร้างรูปแบบการจัดหมวดหมู่การประเมินผล
รูปแบบโดยใช้หนึ่งในวิธีการประเมินผลและ
ในที่สุดโดยใช้แบบจำลองเพื่อการคาดการณ์ในอนาคตของการ
ปฏิบัติงานของนักศึกษา ขั้นตอนเหล่านี้จะถูก
นำเสนอในหัวข้อย่อยต่อไป

ผลลัพธ์ (ไทย) 3:

เพื่อสร้างแบบจำลองการเชื่อถือได้ crisp-dm ( ข้ามอุตสาหกรรม

วิธีการมาตรฐานในกระบวนการการทำเหมืองข้อมูล ) [ 8 ]
บุญธรรม วิธีการวิจัยประกอบด้วยส่วนใหญ่ของ
ห้าขั้นตอน : รวบรวมคุณลักษณะที่เกี่ยวข้องของ
ปัญหาการศึกษา การเตรียมข้อมูลการสร้างหมวดหมู่รูปแบบการประเมิน
แบบหนึ่งของวิธีการประเมินผลและ
ในที่สุดการใช้แบบจำลองในการทำนายอนาคตของ
การแสดงนักเรียน ขั้นตอนเหล่านี้
นำเสนอในส่วนย่อยต่อไป