Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: learning model

Sortuj według:

Ogranicz wyniki do:

Investigating Accuracies of Classifications for Randomized Imbalanced Class Distributions

Abe H., Tsumoto S.

Fundamenta Informaticae

2009

Vol. 90, nr 4

369-378

In datamining post-processing, rule selection with objective rule evaluation indices is one of useful methods for extracting valuable knowledge from mined patterns. However, the relationship between an index value and experts’ criteria has never been clarified. In order to determine the relationship, we have developed a method to obtain learning models from a dataset consisting of objective rule evaluation indices and evaluation labels for rules. In this study, we have compared accuracies of classification learning algorithms for datasets with randomized class labels. Then, the result shows that accuracies of classification learning algorithms without any criterion of a human expert can not outperform each percentage of majority class on both of the balanced and imbalanced class distribution datasets. With regarding to this result, we can determine whether or not a labeled rule set contains some criteria based on the dataset consisting the objective rule evaluation indices.

E-resources versus traditional teaching models

Stasiecka A., Stemposz E., Jodłowski A.

Journal of Telecommunications and Information Technology

2008

nr 3

74-81

The paper presents the discussion about the e-resource structure and its influence on the resources' quality. The thesis we are taking into consideration is as follows: the conformance of e-resource structure with structures suggested by traditional teaching model/models has a strong influence on the quality of this e-resource. To achieve this, the most popular teaching models are analyzed and a proposal of the metamodel useful for e-resources construction is introduced.

Analiza jakości e-zasobów z wykorzystaniem programu GradeStat

Stasiecka A., Stemposz E.

Prace Instytutu Podstaw Informatyki Polskiej Akademii Nauk

2007

Nr 1006

1-39

Opracowanie stanowi podsumowanie badań związanych z problematyką jakości zasobów e-learningowych, a w szczególności z określeniem wystarczającego zbioru miar umożliwiającego szacowanie jakości zasobów z dydaktycznego punktu widzenia. Rozważania oparto o statystyczną analizę danych uzyskanych w wyniku przeprowadzenia ankiety dla populacji 56-ciu zasobów e-learningowych. W badaniach wykorzystano narzędzia programu GradeStat, takie jak: mapy nadreprezentacji, wskaźniki koncentracji, analiza skupień.