ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > المقارنة والتنبؤ باستخدام التح...>الوصف
يجب تسجيل الدخول أولا

المقارنة والتنبؤ باستخدام التحليل التمييزي والشبكات العصبية الاصطناعية لبيانات التحصيل الأكاديمي لطلاب جامعة البحر الأحمر، السودان "2021 م."

العنوان بلغة أخرى: Comparison and Forecasting Using Discriminatory Analysis and Neural Networks for the Data of Academic Performance for the Student of Red Sea University, Sudan "2021"
المصدر: مجلة الجزيرة للعلوم الاقتصادية والاجتماعية
الناشر: جامعة الجزيرة - عمادة الدراسات العليا والبحث العلمي
المؤلف الرئيسي: حسب سيدو، سلمي الفاضل (مؤلف)
مؤلفين آخرين: محمد، عادل علي أحمد (م. مشارك) , حسين، عز الدين عبدالرحمن (م. مشارك)
المجلد/العدد: مج13, ع2
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2022
الصفحات: 73 - 93
ISSN: 1858-6023
رقم MD: 1351670
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التحصيل الدراسي | الشبكات العصبية الاصطناعية | الخلايا العصبية | طلبة الجامعات | الجامعات السودانية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: استخدمت في هذه الدراسة أسلوبين للتمييز وهما الشبكات العصبية الاصطناعية والدالة التمييزية. هدفت الدراسة إلى تطبيق نموذج التحليل التمييزي والشبكات العصبية الاصطناعية ومعرفة مدى كفاءة هذه النماذج في التمييز والتصنيف والتنبؤ بالتحصيل الأكاديمي وأيضاً الأهمية النسبية للمتغيرات المؤثرة على التحصيل الأكاديمي ومن ثم المفاضلة بين نموذج الشبكات العصبية ونموذج الدالة التمييزية. وتوصلت الدراسة إلى أن نموذجي الشبكات العصبية الاصطناعية والدالة التمييزية لهما القدرة على التمييز والتنبؤ وأن متغير التخصص هو أهم المتغيرات التمييزية وأن نموذج الشبكات العصبية الاصطناعية أفضل من الدالة التمييزية في التمييز. أوصت الدراسة إلى تطبيق الدالة التمييزية التي تم التوصل إليها حتى تساعد في تمييز وتصنيف التحصيل الأكاديمي لطلاب جامعة البحر الأحمر واستخدام مزيد من الطرق الإحصائية لدراسة التحصيل الأكاديمي وتوسيع الدالة التمييزية بإدخال مزيد من المتغيرات التمييزية التي يعتقد أنها تؤثر في التحصيل الأكاديمي.

In this study two main Techniques of discrimination are used, Artificial Neural Networks and Distinctive Function model. The study aimed at applying the model of the Discriminative Analysis and Artificial Neural Networks and compares the efficiency of these methods in classification and forecasting the academic performance, besides showing the importance of the variables those have an effect on academic performance. The results show that both techniques, the Artificial Neural Network model and Discriminant function, have the ability to discriminate and forecast ,also the results show that specialization variable is the more important discrimination variable in the models however, the model of Artificial Neural Network is more efficient than the Discriminant function model. The researcher recommends applying the Discriminant functions to classify the academic performance for the Students of Red Sea University, also the researcher recommends using more statistical methods to study the academic performance, and extend the Discriminant function to involve more variables that may have effect on academic performance.
ISSN: 1858-6023

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.