دیتاست عملکرد دانشجویی

دیتاست عملکرد دانشجویی

این پروژه مربوط به دیتاست عملکرد دانشجویی می باشد .این داده ها دستاوردهای دانش آموزان در آموزش متوسطه دو مدرسه پرتغالی را در بر می گیرد. صفات داده شامل نمرات دانش آموزان، ویژگی های جمعیت شناسی، اجتماعی و مدرسه می باشد و با استفاده از گزارش های مدرسه و پرسشنامه جمع آوری شد. دو مجموعه داده در رابطه با عملکرد در دو موضوع مجزا ارائه شده است: ریاضیات (mat) و زبان پرتغالی (por). در [کورتز و سیلوا، ۲۰۰۸]، دو مجموعه داده تحت طبقه بندی دوگانه / پنج طبقه و وظایف رگرسیون مدل سازی شدند. نکته مهم: مشخصه هدف G3 ارتباط قوی با صفات G2 و G1 دارد. این اتفاق به این دلیل رخ می دهد که G3 آخرین درجه سال (صادر شده در دوره ۳)، در حالی که G1 و G2 مربوط به نمرات دوره اول و دوم هستند. پیش بینی G3 بدون G2 و G1 سخت تر است اما چنین پیش بینی بسیار مفید است

تعداد نمونه ها:

۶۴۹

تعداد ویژگی ها:

۳۳

داده های پرت:

این دیتاست فاقد داده ها یپرت یا Missing Values می باشد

امکانات پروژه دیتاست عملکرد دانشجویی:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اعم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.