Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση

Σε αυτή την Διπλωματική εργασία μελετήσαμε με ποιο τρόπο μπορούν να εφαρμοστούν οι διάφορες τεχνικές Εξόρυξης Γνώσης (Data Mining) στην εκπαίδευση. Αυτός ο επιστημονικός τομέας o οποίος ερευνά και αναπτύσσει τεχνικές προκειμένου να ανακαλύψει γνώση από δεδομένα τα οποία προέρχονται από την εκπαίδευ...

Full description

Bibliographic Details
Main Author:	Παπανικολάου, Δονάτος
Other Authors:	Πιντέλας, Παναγιώτης
Format:	Thesis
Language:	Greek
Published:	2012
Subjects:	Εξόρυξη γνώσης Εξόρυξη γνώσης από εκπαιδευτικά δεδομένα Μηχανική μάθηση Κατηγοριοποίηση Δευτεροβάθμια εκπαίδευση Πρόγνωση Μέθοδοι μάθησης με επίβλεψη Δέντρα απόφασης Νευρωνικά δίκτυα Data mining Educational data mining Machine learning Classification Secondary education Prediction Supervised learning methods 006.312
Online Access:	http://hdl.handle.net/10889/5307

id	nemertes-10889-5307
record_format	dspace
spelling	nemertes-10889-53072022-09-05T05:38:55Z Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση Παπανικολάου, Δονάτος Πιντέλας, Παναγιώτης Ράγγος, Όμηρος Καββαδίας, Δημήτριος Πιντέλας, Παναγιώτης Papanikolaou, Donatos Εξόρυξη γνώσης Εξόρυξη γνώσης από εκπαιδευτικά δεδομένα Μηχανική μάθηση Κατηγοριοποίηση Δευτεροβάθμια εκπαίδευση Πρόγνωση Μέθοδοι μάθησης με επίβλεψη Δέντρα απόφασης Νευρωνικά δίκτυα Data mining Educational data mining Machine learning Classification Secondary education Prediction Supervised learning methods 006.312 Σε αυτή την Διπλωματική εργασία μελετήσαμε με ποιο τρόπο μπορούν να εφαρμοστούν οι διάφορες τεχνικές Εξόρυξης Γνώσης (Data Mining) στην εκπαίδευση. Αυτός ο επιστημονικός τομέας o οποίος ερευνά και αναπτύσσει τεχνικές προκειμένου να ανακαλύψει γνώση από δεδομένα τα οποία προέρχονται από την εκπαίδευση ονομάζεται Εξόρυξη Γνώσης από Εκπαιδευτικά Δεδομένα (Educational Data Mining –EDM. Στην εργασία αυτή εκτός από την θεωρητική μελέτη των αλγορίθμων και των τεχνικών που διέπουν την εξόρυξη γνώσης από δεδομένα γενικά, έγινε και μια λεπτομερέστερη μελέτη και παρουσίαση της κατηγορίας των αλγορίθμων κατηγοριοποίησης (Classification), διότι αυτοί οι αλγόριθμοι χρησιμοποιήθηκαν στην φάση της υλοποίησης/αξιολόγησης. Στην συνέχεια η εργασία επικεντρώθηκε στον τρόπο με τον οποίο μπορούν να εφαρμοστούν αυτοί οι αλγόριθμοι σε εκπαιδευτικά δεδομένα, τι εφαρμογές έχουμε στην εκπαίδευση, ενώ αναφερόμαστε και σε μια πληθώρα ερευνών που έχουν πραγματοποιηθεί πάνω στο συγκεκριμένο αντικείμενο. Στην συνέχεια διερευνήσαμε την εφαρμογή τεχνικών κατηγοριοποίησης στην πρόγνωση της επίδοσης μαθητών Δευτεροβάθμιας Εκπαίδευσης στα μαθήματα της Γεωγραφίας Α’ και Β’ Γυμνασίου. Συγκεκριμένα υλοποιήσαμε και θα αξιολογήσαμε έξι αλγορίθμους οι οποίοι ανήκουν στην ομάδα των αλγορίθμων κατηγοριοποίησης(Classification) και είναι αντιπροσωπευτικοί των σημαντικότερων τεχνικών κατηγοριοποίησης. Από την οικογένεια των ταξινομητών με χρήση δένδρων απόφασης (Decision Tree Classifiers) υλοποιήσαμε τον J48, από τους αλγορίθμους κανόνων ταξινόμησης (Rule-based Classification ) τον Ripper, από τους αλγόριθμους στατιστικής κατηγοριοποίησης τον Naïve Bayes, από την μέθοδο των Κ πλησιέστερων γειτόνων (KNN) τον 3-ΝΝ, από την κατηγορία των τεχνητών νευρωνικών δικτύων τον Back Propagation και τέλος από τις μηχανές διανυσμάτων υποστήριξης (Support Vector Machines SVM) τον SMO (Sequental Minimal Optimazation). Όλες οι παραπάνω υλοποιήσεις και αξιολογήσεις έγιναν με το ελεύθερο λογισμικού Weka το οποίο είναι υλοποιημένο σε Java και το οποίο προσφέρει μια πληθώρα αλγορίθμων μηχανικής μάθησης για να κάνουμε εξόρυξη γνώσης. In this work we will study the way the misc data mining techniques can be applied to the misc fields of the education. This new scientific field is commonly named Educational Data Mining. In this study we will study the theoretical analysis of the data mining techniques focussing to the classification techniques as those are the most commonly used for prediction purpose. We also intend to predict student performance in secondary education using data mining techniques. The data we collect are concerned the class of Geography and we apply to them six data mining models with the help of the open source machine learning software Weka. We use supervised machine learning algorithms from the Classification field (Decision Tree Classifiers, Rule-based Classification, Neural Networks, k-Nearest Neighbour Algorithm, Bayesian and Support Vector Machines). After we have evaluate the algorithms we build a java tool, that uses the 3-KNN algorithm, to help us predict the performance of a student at the end of the year. 2012-05-31T13:07:09Z 2012-05-31T13:07:09Z 2010-10-07 2012-05-31 Thesis http://hdl.handle.net/10889/5307 gr Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 12 application/pdf
institution	UPatras
collection	Nemertes
language	Greek
topic	Εξόρυξη γνώσης Εξόρυξη γνώσης από εκπαιδευτικά δεδομένα Μηχανική μάθηση Κατηγοριοποίηση Δευτεροβάθμια εκπαίδευση Πρόγνωση Μέθοδοι μάθησης με επίβλεψη Δέντρα απόφασης Νευρωνικά δίκτυα Data mining Educational data mining Machine learning Classification Secondary education Prediction Supervised learning methods 006.312
spellingShingle	Εξόρυξη γνώσης Εξόρυξη γνώσης από εκπαιδευτικά δεδομένα Μηχανική μάθηση Κατηγοριοποίηση Δευτεροβάθμια εκπαίδευση Πρόγνωση Μέθοδοι μάθησης με επίβλεψη Δέντρα απόφασης Νευρωνικά δίκτυα Data mining Educational data mining Machine learning Classification Secondary education Prediction Supervised learning methods 006.312 Παπανικολάου, Δονάτος Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
description	Σε αυτή την Διπλωματική εργασία μελετήσαμε με ποιο τρόπο μπορούν να εφαρμοστούν οι διάφορες τεχνικές Εξόρυξης Γνώσης (Data Mining) στην εκπαίδευση. Αυτός ο επιστημονικός τομέας o οποίος ερευνά και αναπτύσσει τεχνικές προκειμένου να ανακαλύψει γνώση από δεδομένα τα οποία προέρχονται από την εκπαίδευση ονομάζεται Εξόρυξη Γνώσης από Εκπαιδευτικά Δεδομένα (Educational Data Mining –EDM. Στην εργασία αυτή εκτός από την θεωρητική μελέτη των αλγορίθμων και των τεχνικών που διέπουν την εξόρυξη γνώσης από δεδομένα γενικά, έγινε και μια λεπτομερέστερη μελέτη και παρουσίαση της κατηγορίας των αλγορίθμων κατηγοριοποίησης (Classification), διότι αυτοί οι αλγόριθμοι χρησιμοποιήθηκαν στην φάση της υλοποίησης/αξιολόγησης. Στην συνέχεια η εργασία επικεντρώθηκε στον τρόπο με τον οποίο μπορούν να εφαρμοστούν αυτοί οι αλγόριθμοι σε εκπαιδευτικά δεδομένα, τι εφαρμογές έχουμε στην εκπαίδευση, ενώ αναφερόμαστε και σε μια πληθώρα ερευνών που έχουν πραγματοποιηθεί πάνω στο συγκεκριμένο αντικείμενο. Στην συνέχεια διερευνήσαμε την εφαρμογή τεχνικών κατηγοριοποίησης στην πρόγνωση της επίδοσης μαθητών Δευτεροβάθμιας Εκπαίδευσης στα μαθήματα της Γεωγραφίας Α’ και Β’ Γυμνασίου. Συγκεκριμένα υλοποιήσαμε και θα αξιολογήσαμε έξι αλγορίθμους οι οποίοι ανήκουν στην ομάδα των αλγορίθμων κατηγοριοποίησης(Classification) και είναι αντιπροσωπευτικοί των σημαντικότερων τεχνικών κατηγοριοποίησης. Από την οικογένεια των ταξινομητών με χρήση δένδρων απόφασης (Decision Tree Classifiers) υλοποιήσαμε τον J48, από τους αλγορίθμους κανόνων ταξινόμησης (Rule-based Classification ) τον Ripper, από τους αλγόριθμους στατιστικής κατηγοριοποίησης τον Naïve Bayes, από την μέθοδο των Κ πλησιέστερων γειτόνων (KNN) τον 3-ΝΝ, από την κατηγορία των τεχνητών νευρωνικών δικτύων τον Back Propagation και τέλος από τις μηχανές διανυσμάτων υποστήριξης (Support Vector Machines SVM) τον SMO (Sequental Minimal Optimazation). Όλες οι παραπάνω υλοποιήσεις και αξιολογήσεις έγιναν με το ελεύθερο λογισμικού Weka το οποίο είναι υλοποιημένο σε Java και το οποίο προσφέρει μια πληθώρα αλγορίθμων μηχανικής μάθησης για να κάνουμε εξόρυξη γνώσης.
author2	Πιντέλας, Παναγιώτης
author_facet	Πιντέλας, Παναγιώτης Παπανικολάου, Δονάτος
format	Thesis
author	Παπανικολάου, Δονάτος
author_sort	Παπανικολάου, Δονάτος
title	Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
title_short	Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
title_full	Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
title_fullStr	Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
title_full_unstemmed	Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
title_sort	εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση
publishDate	2012
url	http://hdl.handle.net/10889/5307
work_keys_str_mv	AT papanikolaoudonatos epharmogētechnikōnexoryxēsgnōsēsstēnekpaideusē
_version_	1771297157278597120

Εφαρμογή τεχνικών εξόρυξης γνώσης στην εκπαίδευση

Similar Items