共查询到20条相似文献,搜索用时 15 毫秒
1.
将SPSS等数据分析挖掘软件当作主要分析软件,通过以下几种方式对某大学在线学习数据进行了深层次的研究:首先落实的是描述统计,而后进行独立样本T检验,第三个步骤是单样本T检验,第四个步骤是K-Means聚类数据挖掘法.通过对研究结果的分析,可以得到的结论是该校学生的考试成绩于在线学习效果有着非常明显的相关性,同时符合线性... 相似文献
2.
大数据应用在运营支撑中有着举足轻重的作用.主要调研了各电信运营商的大数据支撑系统架构和主要功能模块.分析了该系统的主要不足之处,提出了借鉴机器学习架构,让大数据支撑系统通过“自学”不断对自己迭代更新,充分挖掘大数据宝藏,为生产经营活动提供更强有力的支撑. 相似文献
3.
随着我国经济不断的发展,科学技术也在快速的发展,电子商务、互联网社交、交通运输、卫星导航等等各个社会领域都在产生这大量的数据,信息量变得巨大,产业对数据量不断的增大,大数据概念已经深入到了各行各业,被越来越多的企业关注了.互联网不断的普及扩大,于是就有了在大量数据的环境下应用的问题,数据的大量性,变化快以及复杂性,不再适用小数据的机器学习算法,传统的小数据机器学习算法逐渐的被淘汰或被取代,所以大数据下的机器学习算法是我国各行各业共同探讨的主流话题.通过分析当下处理大数据的机器学习算法,总结出处理大数据的好方法,有效的解决各大企业面临数据量大的问题,提出在大数据下机器学习算法的建议和方法.传统的数据分析处理技术不能满足与提取数据资源里的价值信息,面对这样的需求,我们在不断的探析和研究,为群众提供对大数据处理的有效平台. 相似文献
4.
5.
在线学习已成为当前较为重要的学习方式,但在线上环境中,学习者容易出现自主学习力较弱、持续参与力较低的情况。因此,文章针对基于大数据环境的在线学习行为干预原型系统设计与开发进行了研究。该系统旨在通过利用大数据分析及机器学习技术,为学习者提供个性化的学习建议及干预措施,以此优化学习效果。文章详细介绍了系统设计的总框架,包括数据收集处理模块、用户行为分析模块、策略生成模块和反馈与评估模块。通过系统测试实验,验证了系统的稳定性,并展示了系统在响应时间、吞吐量及可用性方面的优越表现。研究结果表明,该系统具有重要的应用潜力,在线学习行为干预原型系统的设计为线上学习提供了更为便利的技术手段,对提高学习者的学习效果有一定帮助。 相似文献
6.
7.
潘志洋 《电子元器件与信息技术》2022,(4):66-69
随着国内经济与社会的发展,新一代信息技术得到了较为快速的发展,日新月异的移动互联技术不断提升着信息数据的传递速度。按照当今社会实际的信息化程度,社会发展已经进入了信息数据高速传播的大数据时代。在大数据技术的推动下,与机器学习相关的理论研究在实际分析的方式方法层面不断得到优化,同时取得了与之相应的崭新发展。本文结合大数据时代的技术发展特点,对机器学习理论的研究方向、主要测评指标与机器学习理论研究与实际运用过程中最为常见而且相对关键的核心技术进行了一定的分析,旨在为更好地运用大数据相关的各项重点技术、解决机器学习研究领域亟待解决的问题提供有益的参考。 相似文献
8.
9.
10.
《电子技术与软件工程》2019,(20)
本文利用多层神经网络使用单层神经网络实现数据集训练,对均方误差和改变迭代时间进行对比。通过试验结果表示,低于最高的均方误差,提高收敛速度。简单来说,所实现多层神经网络能够精准预测数据集。 相似文献
11.
文章从四川某高校学生在线学习平台的后台分别获取疫情前和疫情后的学习数据,并进行数据分析、数据挖掘以及学生画像这三大主题的分析.其中数据分析采用了频数统计,独立样本T检验分析方法;数据挖掘则以贝叶斯分析为主题;学生画像以学院作为主题,对数据内的两类数据进行了可视化分析. 相似文献
12.
随着互联网时代的来临,大数据也逐渐被人们所关注,人们通过使用互联网,无论是生活还是学习都变得更加便利,互联网的优势也因此变得更加显著.特别是在学习当中,人们利用互联网开发出了一系列的智能学习系统,学生通过使用智能学习系统,完成学习任务的时候将会更加轻松,也更加高效.不仅如此,智能学习系统也可以根据不同的学习内容,针对学... 相似文献
13.
14.
范丽丽 《电信工程技术与标准化》2019,32(5)
本文主要分析了运营商大数据平台发展,人工智能的主流技术,论述了人工智能产品在通信领域的应用研究,解决运营商在系统运维和客户服务等方案存在的问题 相似文献
15.
在互联网金融繁荣发展的今天,消费信贷业务的横生,央行征信数据在时效、全面、层次等方面的不足日益凸显,深度挖掘分析互联网行为数据,利用现代机器学习技术,开发大数据信用风险评估模型显得尤为重要.本文以某运营商个人信用评分模型为例进行研究,分析当前大数据信用风险控制的重要性. 相似文献
16.
17.
18.
《电子技术与软件工程》2019,(5)
本文采用贝叶斯网络对未病人群健康检查数据进行及时准确的分析,依据病例大数据,构建机器学习模型,推进健康医疗大数据的应用,从而科学的评估自身健康状况及存在风险,合理的管理健康指标,并及时进行健康干预。本研究提出的方法在一定程度上提高了量化评估结果,缩短建模时间,使临床医生针对特定人群制定相应策略;提高医生工作效率,使新型中医诊疗方法不断继承、创新、发展。 相似文献
19.
邱文雅 《信息技术与信息化》2023,(3):29-32
随着信息化的迅猛发展,对高校中的信息化管理工作提出了更高的要求。目前高校中各大业务平台积累了大量的数据,且这些数据数量大、类型多、更新快,因此需要利用大数据技术中的数据挖掘方法对数据进行整合、分析和处理。基于此,将大数据技术应用在高校信息化管理平台中,整合多源的高校校园原始数据,针对不同的应用采取不同的模型,对高校信息管理平台的数据分析和需求分析,构建一个符合需求的高校信息管理平台的整体架构。以学生管理为例,构建学生画像标签体系,对相关算法进行设计与数据分析。信息管理平台的构建能够提高高校的精细化、精准化管理的效率,助力高校智慧校园的建设。 相似文献
20.
机器学习在数据密集型应用中十分广泛,但缺点是当数据集很小时往往效果欠佳.近年来,人们提出了小样本学习来解决这个问题.小样本学习指只利用少量样本来训练识别这些样本的机器学习模型.由于小样本学习的实用价值,业界提出很多针对的研究方法,但是目前国内缺少该问题的综述.本文中,对目前业界提出的小样本学习模型及算法进行了总结和探索.首先,给出了小样本学习的问题定义,并介绍了其他一些相关的机器学习问题;然后,根据先验知识,通过从3种数据增强方法和4种模型详细介绍了小样本学习方法;最后,对小样本的未来发展进行了展望. 相似文献