پيش بيني عملكرد دانشجويان با استفاده از متدهاي ناپارامتريك رگرسيون فازي با رويكردي آماري

اين مقاله رويكردي جديد بر پايه متدهاي ناپارامتريك رگرسيون فازي براي پيش بيني نمرات دانشجويان در امتحان پايان ترم و بهبود نتايج بعدي با استفاده از داده هاي ثبت شده در يك سيستم آموزشي تحت وب را ارائه ميدهد. اين تكنيك پيش بيني، با تركيب الگوريتم يادگيري Ridge در فضاي دو تايي لانگرانژ حاصل مي شود. در اين رويكرد، از معيار فاصله براي اعداد فازي كه به وسيله Diamond پيشنهاد شده است استفاده مي شود و به منظور محاسبه معيار هدف، تكنيك هموار سازي خطي محلي با روال Cross Validation براي انتخاب مقدار بهنيه پارامتر هموارساي، فازي شده است. در انتها، دقت روش جديد با ساير تكنيك هاي داده كاوي مقايسه مي شود. محاسبات نشان ميدهند زماني كه از روش رگرسيون ناپارامتريك فازي استفاده مي شود، كارآيي به طور قابل ملاحظه اي بهتر و نقايص تمامي الگوريتم هاي ارائه شئه مرتفع مي گردد.