寬度學(xué)習(xí)是以隨機(jī)向量函數(shù)鏈接神經(jīng)網(wǎng)絡(luò)為載體,并通過(guò)神經(jīng)節(jié)點(diǎn)的增量以實(shí)現(xiàn)所設(shè)計(jì)網(wǎng)絡(luò)橫向擴(kuò)展的一種隨機(jī)向量單層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)。寬度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)系統(tǒng)不僅保留了深度學(xué)習(xí)的優(yōu)勢(shì),而且彌補(bǔ)了深度學(xué)習(xí)的缺陷,能更高效地進(jìn)行教育大數(shù)據(jù)的挖掘。基于寬度學(xué)習(xí)內(nèi)部算法和系統(tǒng)結(jié)構(gòu),寬度學(xué)習(xí)在教育應(yīng)用中主要可以通過(guò)分類(lèi)、聚類(lèi)、回歸、時(shí)序預(yù)測(cè)等挖掘技術(shù)手段作用于教育大數(shù)據(jù)。未來(lái),寬度學(xué)習(xí)可以在準(zhǔn)確預(yù)測(cè)學(xué)生學(xué)業(yè)成績(jī)、給予學(xué)生演示精準(zhǔn)評(píng)價(jià)、提供小組個(gè)性學(xué)習(xí)支持、智能輔助教師進(jìn)行教學(xué)和促進(jìn)遠(yuǎn)程教學(xué)交互發(fā)展等方面發(fā)揮其優(yōu)勢(shì),并助力于教育事業(yè)現(xiàn)代化和智能化的發(fā)展。 

【文章來(lái)源】：遠(yuǎn)程教育雜志. 2018,36(04)北大核心CSSCI

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

典型機(jī)器學(xué)習(xí)工作流程

arningAppliedtoLearningAnalyticsandEducationalDataMining：ASystematicLiteratureRe-view，系統(tǒng)地用文獻(xiàn)綜述的方式，回顧了深度學(xué)習(xí)技術(shù)在教育數(shù)據(jù)挖掘和學(xué)習(xí)分析領(lǐng)域的典型應(yīng)用，呈現(xiàn)了深度學(xué)習(xí)應(yīng)用教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的六個(gè)典型應(yīng)用案例并提出：與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比較，深度神經(jīng)網(wǎng)絡(luò)具有更加強(qiáng)大的功能，更加適用于教育數(shù)據(jù)的挖掘和學(xué)習(xí)分析。[16]（二）寬度學(xué)習(xí)在數(shù)據(jù)挖掘中的優(yōu)勢(shì)特性大量機(jī)器學(xué)習(xí)中的數(shù)據(jù)挖掘技術(shù)，已經(jīng)被成功應(yīng)用于教育領(lǐng)域。這些數(shù)據(jù)挖掘技術(shù)，可以分為描述性和預(yù)測(cè)性?xún)纱箢?lèi)（如圖3所示）。[17]描述性的數(shù)據(jù)挖掘任務(wù)是對(duì)目標(biāo)數(shù)據(jù)集中數(shù)據(jù)的屬性進(jìn)行特征描述，主要包括聚類(lèi)（Clustering）、關(guān)聯(lián)（Association）和FrontierDiscovery圖3數(shù)據(jù)挖掘技術(shù)的分類(lèi)51

與教育數(shù)據(jù)挖掘相關(guān)的領(lǐng)域我們認(rèn)為，教育數(shù)據(jù)挖掘旨在開(kāi)發(fā)一些處理教


本文編號(hào)：3126498