| LEADER |
05596nam a2200313 4500 |
| 001 |
1528124 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 607327
|a Attieh, Mahmoud Emad Mahmoud
|e Author
|
| 245 |
|
|
|a Evaluation and Forecasting of University Students Performance Using Neural Networks and Fuzzy Logic Models
|
| 260 |
|
|
|a جنين
|c 2020
|
| 300 |
|
|
|a 1 - 86
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c الجامعة العربية الأمريكية - جنين
|f كلية الدراسات العليا
|g فلسطين
|o 0239
|
| 520 |
|
|
|a إن جودة التعليم هي الهدف الأهم لمؤسسات التعليم العالي، والتي يمكن تقييمها من خلال عملية التعلم والتعليم. تحتوي جودة التعليم على العديد من التعريفات التي تختلف بناء على الثقافة، وأحد هذه التعريفات هو مصطلح شامل للجميع حيث البيئات بالإضافة إلى المتعلمين من أجل التعليم ذات صلة بالمحتوى وصحي ويتمحور التدريس حول الطالب والنتائج التي تشمل المواقف والمعرفة والمهارات المرتبطة بالأهداف الوطنية للتعليم. تعتمد جودة عملية التعلم والتعليم على معايير مختلفة، وبعض هذه المعايير هي طرق التدريس والمحتوى وبيئة التعلم وما إلى ذلك. هناك العديد من المقاييس المستخدمة لقياس وتتبع التقدم والإنجاز الأكاديمي، مثل المعدل التراكمي والترتيب في الفصل. أحد هذه المقاييس المهمة هو الأداء الأكاديمي للطالب، حيث من خلال هذا المقياس عندما يتم توقعه مبكرا، يمكن جمع المزيد من المعلومات حول الفصل أو التخصص ثم تحليلها لاكتشاف أسباب انخفاض أداء الطالب والتي قد تكون من الطالب أو المعلم أو المحتوى أو بيئة التعلم أو طرق التدريس. بعد جمع هذه المعلومات، يمكن للمتخصصين التعامل مع الأسباب التي ستؤدي إلى تحسين جودة التعليم وتحسينها. يعد الأداء الأكاديمي المنخفض لطلاب الجامعات، سواء كانوا طلابا مقبولين حديثا أو طلاب جامعيين حاليين، مشكلة يجب على مؤسسات التعليم العالي تقييمها لتجنب رفض الدورات التي تؤثر على المستوى التعليمي من خلال؛ إضاعة الوقت والمال والجهد. يمكن تطبيق تقنيات الذكاء الاصطناعي للتنبؤ بالأداء الأكاديمي لطلاب الجامعات، للكشف عن العوامل الأكثر تأثيرا على عملية التعلم والسماح للمعلمين وإدارة الجامعات باتخاذ إجراءات أكثر فعالية لإرشاد الطلاب الذين يحتاجون إليها. يمكن أن تركز عملية التنبؤ بأداء الطالب الجامعي على طلاب السنة الأولى وعلى أداء الطلاب الحاليين. لذلك، فإن تحديد أداء الطلاب سيحدد جودة التعليم والتي ستكون من خلال تحليل أداء الطالب والتنبؤ به على مستوى مقرر دراسي باستخدام العديد من العوامل مثل الحضور وعلامات الامتحان وعلامات المشروع لهذا المقرر ومستوى الطالب خلال فصل دراسي كامل من أجل التنبؤ بالأداء في المرحلة الدراسية بأكملها. يركز هذا البحث على التعرف على الأنماط في أداء الطلاب باستخدام نماذج التعلم الآلي التي سيتم تدريبها على التنبؤ بأداء طلاب الجامعة بناء على علامات التقييم الخاصة بهم على مرحلتين؛ تعتمد المرحلة الأولى على توقع علامة الطلاب في مقررات دراسية مختارة اعتمادا على بعض التقييمات لهذه المقررات. أما المرحلة الثانية فهي تعتمد على مستوى الطالب في الفصل الدراسي الواحد لتوقع أداء الطالب في درجة التخصص كاملة. في هاتين المرحلتين، يتم استخدام نموذج النظام العصبي.
|
| 653 |
|
|
|a الشبكة العصبية
|a المنطق الضبابي
|a طلبة الجامعات
|a الذكاء الاصطناعي
|a التعلم الإلكتروني
|
| 700 |
|
|
|9 551750
|a Awad, Mohammed
|e Advisor
|
| 856 |
|
|
|u 9808-002-001-0239-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9808-002-001-0239-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9808-002-001-0239-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9808-002-001-0239-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9808-002-001-0239-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9808-002-001-0239-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9808-002-001-0239-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9808-002-001-0239-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9808-002-001-0239-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9808-002-001-0239-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 1131198
|d 1131198
|
