Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://elar.rsvpu.ru/handle/123456789/32309
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Русаков, С. В. | ru |
dc.contributor.author | Русакова, О. Л. | ru |
dc.contributor.author | Накорякова, Н. Н. | ru |
dc.contributor.author | Чингаева, Е. С. | ru |
dc.contributor.author | Rusakov, S. V. | en |
dc.contributor.author | Rusakova, O. L. | en |
dc.contributor.author | Nakariakova, N. N. | en |
dc.contributor.author | Chingaeva, T. S. | en |
dc.coverage.spatial | RU | en |
dc.coverage.spatial | RSVPU | en |
dc.coverage.spatial | РФ | ru |
dc.coverage.spatial | РГППУ | ru |
dc.date.accessioned | 2020-11-01T06:05:55Z | - |
dc.date.available | 2020-11-01T06:05:55Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Русаков, С. В. Методы искусственного интеллекта в задаче прогнозирования группы риска студентов / С. В. Русаков [и др.] // Новые информационные технологии в образовании и науке. — 2020. — № 3. — С. 92-95. | ru |
dc.identifier.issn | 2587-6910 | - |
dc.identifier.uri | https://elar.rsvpu.ru/handle/123456789/32309 | - |
dc.description.abstract | The paper describes the methodology of classifying students in order to determine those of them (risk groups) that will be deducted already according to the results of the first trimester of study. At the same time, data on students available at the university at the beginning of studies are used. Neural networks and decision trees are used as classification tools. | en |
dc.description.abstract | Описана методика классификации студентов с целью определения тех из них (группы риска), которые будут отчислены уже по итогам первого триместра обучения. При этом используются данные о студентах, имеющиеся в вузе на начало учебы. В качестве инструментов классификации применяются нейронные сети и деревья решений. | ru |
dc.format.mimetype | application/pdf | en |
dc.language.iso | ru | en |
dc.publisher | РГППУ | ru |
dc.relation.ispartof | Новые информационные технологии в образовании и науке. — 2020. — № 3 | ru |
dc.rights | info:eu-repo/semantics/openAccess | en |
dc.subject | CLASSIFICATION | en |
dc.subject | NEURAL NETWORKS | en |
dc.subject | DECISION TREES | en |
dc.subject | RATING POINTS | en |
dc.subject | RISK GROUP | en |
dc.subject | КЛАССИФИКАЦИЯ | ru |
dc.subject | НЕЙРОННЫЕ СЕТИ | ru |
dc.subject | ДЕРЕВЬЯ РЕШЕНИЙ | ru |
dc.subject | РЕЙТИНГОВЫЕ БАЛЛЫ | ru |
dc.subject | ГРУППА РИСКА | ru |
dc.title | Методы искусственного интеллекта в задаче прогнозирования группы риска студентов | ru |
dc.title.alternative | Artificial intelligence methods in the problem of forecasting students risk group | en |
dc.type | Article | en |
dc.type | info:eu-repo/semantics/article | en |
dc.type | info:eu-repo/semantics/publishedVersion | en |
dcterms.audience | Other | en |
dcterms.audience | Parents and Families | en |
dcterms.audience | Researchers | en |
dcterms.audience | School Support Staff | en |
dcterms.audience | Students | en |
dcterms.audience | Teachers | en |
local.description.firstpage | 92 | - |
local.description.lastpage | 95 | - |
local.issue | 3 | - |
local.identifier.doi | 10.17853/2587-6910-2020-03-92-95 | - |
local.identifier.rsi | 43950059 | - |
Располагается в коллекциях: | Новые информационные технологии в образовании и науке |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
nito_2020_3_021.pdf | 99,7 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.