D-Library Repositry

//uquui/

Reports Community

Annual Report Collection

 2021

 الاكتشاف التلقائي لمعادلة مقررات الطلاب باستخدام التعلم الآلي

 Al-Qahtani, Awatif Mohammed


//uquui/handle/20.500.12248/130977
0 Downloads
150 Visits

الاكتشاف التلقائي لمعادلة مقررات الطلاب باستخدام التعلم الآلي

Alternative : Automatic Detection of Students Courses Equivalence Using Machine Learning
Call Number : 24745
Publisher :جامعة أم القرى
Pub Place : مكة المكرمة
Issue Date : 2021 - 1442 H
Description : 110
Format : ماجستير
Language : انجليزي
Is format of : مكتبة الملك عبدالله بن عبدالعزيز الجامعية

تعتبر مقارنة المقررات التعليمية في مختلف الجامعات والمعاهد التعليمية مهمة معقدة وصعبة. ومع ذلك، يمكن أن تساعد الأدوات التكنولوجية والرقمية في تطوير أساليب جديدة وفعالة للمساواة بين المقررات التعليمية. ومن هنا هدفت الباحثة في هذه الدراسة إلى مناقشة النماذج التي تم تنفيذها في هذا السياق في الماضي وطوّرت نموذجًا جديدًا ذا فاعلية أكبر من سابقاتها. يعالج النموذج المطور المشكلات الموجودة في طرق معادلة المقررات التقليدية باستخدام خوارزميات التعلم الآلي الخاضعة للإشراف (SML). استخدمت الدراسة مجموعة بيانات محددة لمقارنة المقررات في جامعة نجران وجامعة أم القرى. تحتوي مجموعة البيانات على 965 صفًا و18 عمودًا وخوارزميات SML مطبقة في أداة ال Orange. وتم قياس النتائج بناءً على عدة معايير، بما في ذلك المنطقة الواقعة تحت منحنى ROCتدعى بال (AUC)، ودقة التصنيف (CA)، وقياس F1، والدقة، والاستدعاء. أظهرت النتائج أنه بناءً على AUC، فإن أفضل الخوارزميات هي آلة المتجهات الداعمة (SVM)، بينما بناءً على مقياس CA، فأن الأفضل خوارزمية الجار الأقرب (KNN)، الغابة العشوائية، وSVM. بالإضافة إلى ذلك، بناءً على الدقة والاستدعاء وقياس F1، فإن أفضل الخوارزميات هي KNN والانحدار اللوجستي والغابة العشوائية وSVM.

Title: الاكتشاف التلقائي لمعادلة مقررات الطلاب باستخدام التعلم الآلي
Other Titles: Automatic Detection of Students Courses Equivalence Using Machine Learning
Authors: Alhakami, Hosam
Al-Qahtani, Awatif Mohammed
Subjects :: هندسة الحاسب
Issue Date :: 2021
Publisher :: جامعة أم القرى
Abstract: تعتبر مقارنة المقررات التعليمية في مختلف الجامعات والمعاهد التعليمية مهمة معقدة وصعبة. ومع ذلك، يمكن أن تساعد الأدوات التكنولوجية والرقمية في تطوير أساليب جديدة وفعالة للمساواة بين المقررات التعليمية. ومن هنا هدفت الباحثة في هذه الدراسة إلى مناقشة النماذج التي تم تنفيذها في هذا السياق في الماضي وطوّرت نموذجًا جديدًا ذا فاعلية أكبر من سابقاتها. يعالج النموذج المطور المشكلات الموجودة في طرق معادلة المقررات التقليدية باستخدام خوارزميات التعلم الآلي الخاضعة للإشراف (SML). استخدمت الدراسة مجموعة بيانات محددة لمقارنة المقررات في جامعة نجران وجامعة أم القرى. تحتوي مجموعة البيانات على 965 صفًا و18 عمودًا وخوارزميات SML مطبقة في أداة ال Orange. وتم قياس النتائج بناءً على عدة معايير، بما في ذلك المنطقة الواقعة تحت منحنى ROCتدعى بال (AUC)، ودقة التصنيف (CA)، وقياس F1، والدقة، والاستدعاء. أظهرت النتائج أنه بناءً على AUC، فإن أفضل الخوارزميات هي آلة المتجهات الداعمة (SVM)، بينما بناءً على مقياس CA، فأن الأفضل خوارزمية الجار الأقرب (KNN)، الغابة العشوائية، وSVM. بالإضافة إلى ذلك، بناءً على الدقة والاستدعاء وقياس F1، فإن أفضل الخوارزميات هي KNN والانحدار اللوجستي والغابة العشوائية وSVM.
Description :: 110
URI: http://dorar.uqu.edu.sa//uquui/handle/20.500.12248/130977
Appears in Collections :الرسائل العلمية المحدثة

Files in This Item :
File Description SizeFormat 
24745.pdf
"   Restricted Access"
الرسالة الكاملة2.25 MBAdobe PDFView/Open
Request a copy
absa24745.pdf
"   Restricted Access"
ملخص الرسالة بالعربي89.51 kBAdobe PDFView/Open
Request a copy
abse24745.pdf
"   Restricted Access"
ملخص الرسالة بالإنجليزي87.52 kBAdobe PDFView/Open
Request a copy
cont24745.pdf
"   Restricted Access"
فهرس الموضوعات95.04 kBAdobe PDFView/Open
Request a copy
indu24745.pdf
"   Restricted Access"
المقدمة116.21 kBAdobe PDFView/Open
Request a copy
title24745.pdf
"   Restricted Access"
غلاف9.83 kBAdobe PDFView/Open
Request a copy
Add to Auditors PDF citation Digitization Request

Comments (0)



Items in D-Library are protected by copyright, with all rights reserved, unless otherwise indicated.