首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--专用应用软件论文

基于决策树算法的物理学科个性化学习评价系统

摘要第1-5页
Abstract第5-8页
第一章 引言第8-12页
   ·研究背景和意义第8-9页
   ·物理学科个性化学习发展现状及存在的问题第9-10页
   ·本文研究工作第10-12页
第二章 网络个性化学习的基本理论第12-17页
   ·基于网络的个性化学习理论综述第12-13页
     ·个性化学习的含义第12页
     ·基于网络的个性化学习第12-13页
   ·基于网络个性化学习的特点第13页
   ·基于网络个性化学习的优势第13-14页
   ·物理学科的基本结构第14页
   ·物理学的学科特点第14-15页
   ·个性化学习模式在物理教学中的应用第15-17页
     ·个性化学习模式在物理教学中应用的独特作用第15-16页
     ·个性化学习模式在物理教学中应用的优势第16-17页
第三章 数据挖掘理论综述第17-25页
   ·数据挖掘概念第17页
   ·数据挖掘的特点第17-18页
   ·数据挖掘的过程第18-19页
   ·数据挖掘的方法和技术概述第19-21页
   ·决策树算法第21-22页
     ·决策树算法的一般过程第21-22页
     ·决策树学习的适用问题第22页
   ·常用决策树算法介绍第22-25页
     ·ID3 算法第22页
     ·C4.5 算法第22-23页
     ·CART 算法第23页
     ·SLIQ 算法第23页
     ·SPRINT 算法第23-25页
第四章 物理学科个性化学习评价系统的设计第25-38页
   ·系统设计指导思想第25-26页
   ·系统特点第26页
   ·系统分析第26-27页
   ·基于网络的物理学科个性化学习评价系统模型设计第27-32页
     ·传统网络教学环境的改进第27-29页
     ·个性化评价模块总体结构第29页
     ·数据收集模块第29-31页
     ·物理学科个性化评价模块设计第31-32页
   ·算法设计第32-38页
     ·ID3 算法的基本原理以及算法优劣的分析第32-34页
     ·C4.5 算法基本原理以及算法分析第34-38页
第五章 C4.5 算法的改进在物理学科个性化评价系统实现中应用第38-52页
   ·数据收集第38页
   ·个性化学习评价模块实现第38-46页
     ·数据预处理第38-40页
     ·生成决策树第40-43页
     ·C4.5 算法的改进第43-46页
   ·规则化简及准确性评估第46-50页
   ·基于决策树算法物理学科个性化评价系统应用分析第50-52页
第六章 结束语第52-53页
参考文献第53-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:达斡尔族民间文学与宗教信仰初探
下一篇:脑脊液对神经干细胞增殖分化影响的实验研究