Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
Educational Data Mining (EDM) is one of the emerging fields in the pedagogy and andragogy paradigm, it concerns the techniques which research data coming from the educational domain. EDM is a promising discipline which has an imperative impact on predicting students? academic performance. It includes the transformation of existing, and the innovation of new approaches derived from multidisciplinary spheres of influence such as statistics, machine learning, psychometrics, scientific computing etc. An archetype that is covered in this book is that of learning by example. The intention is that reader will easily be able to replicate the given examples and then adapt them to suit their own needs of teaching-learning. The content of the book is based on the research work undertaken by the authors on the theme ?Mining of Educational Data for the Analysis and Prediction of Students? Academic Performance?. The basic know-how presented in this book can be treated as guide for educational data mining implementation using R and Rattle open source data mining tools. Technical topics discussed in the book include: 1- Emerging Research Directions in Educational Data Mining 2- Design Aspects and Developmental Framework of the System 3- Model Development - Building Classifiers 4- Educational Data Analysis: Clustering Approach