Mô hình tối ưu cho bài toán dự đoán kết quả học tập của sinh viên Trường Đại học Đồng Tháp

Lê Quang Minh1,
1 Trường Đại học Đồng Tháp

Nội dung chính của bài viết

Tóm tắt

Mục tiêu của nghiên cứu này là vận dụng phương pháp hồi quy Naïve Bayes, cây quyết định và mạng nơ-ron để xây dựng, đánh giá và tìm ra mô hình tối ưu trên tập dữ liệu thực tế tại Trường Đại học Đồng Tháp. Bài báo giới thiệu phương pháp hồi quy Naïve Bayes là mô hình tối ưu cho bài toán dự đoán kết quả học tập của sinh viên Trường Đại học Đồng Tháp. Từ đó, giúp cho sinh viên xác định mục tiêu và lập kế hoạch học tập phù hợp cho cả khóa học, cho từng học kỳ để mang lại kết quả học tập như mong muốn.

Chi tiết bài viết

Tài liệu tham khảo

[1]. Jiawei Han and Micheline Kamber (2006), Data Mining Concepts and Techniques, Second Edition, Published by Elsevier Inc.
[2]. Brian Knight, Devin Knight, Adam Jorgensen, Patrick LeBlanc, Mike Davis (2010), Knight's Microsoft Business Intelligence 24-Hour Trainer, Published by Wiley Publishing, Inc.
[3]. Jamie MacLennan, ZhaoHui Tang, Bogdan Crivat (2008), Data Mining with Microsoft SQL Server 2008, Published by Wiley Publishing, Inc., Indianapolis, Indiana.
[4]. Võ Viết Minh Nhật (2013), Mạng Nơ-ron nhân tạo và ứng dụng, NXB Giáo dục Việt Nam.
[5]. Lê Văn Phùng và Quách Xuân Trưởng (2012), Khai phá dữ liệu, NXB Thông tin và Truyền thông.
[6]. J.Ross Quinlan, X. Wu, V. Kumar (2009), Top 10 Algorithms in Data Mining, Chapman & Hall/ CRC, ©Taylor & Francis Group, LLC.
[7]. Hà Quang Thụy (2009), Giáo trình khai phá dữ liệu Web, NXB Giáo dục Việt Nam.
[8]. Nguyễn Thị Thanh Thủy (2012), “Ứng dụng khai phá dữ liệu xây dựng công cụ dự đoán kết quả học tập của sinh viên“, Kỷ yếu Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 8 Đại học Đà Nẵng, tr. 15-21.