Разработка подхода к кластеризации студентов по уровню их творческого потенциала
Автор: Виниченко Т.Н., Ковалева М.А., Горелов В.В.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 12-2 (75), 2022 года.
Бесплатный доступ
Анализ больших данных изначально является не искусственной задачей, а необходимостью современной жизни человека. По этой причине существует множество алгоритмов машинного обучения, с помощью которых можно решать большой круг практических задач в разнообразных сферах. В статье предложен подход к оценке уровня творческого потенциала студентов на основе методов кластерного анализа.
Творческий потенциал, кластерный анализ, методы кластерного анализа
Короткий адрес: https://sciup.org/170196969
IDR: 170196969 | DOI: 10.24412/2500-1000-2022-12-2-102-108
Список литературы Разработка подхода к кластеризации студентов по уровню их творческого потенциала
- Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных: пер. с англ А.А. Слинкина. - М.: ДМК Пресс, 2015. - 400 с.
- Котов А., Красильников Н. Кластеризация данных. - 2006. - 16 с.
- Жамбю, М. Иерархический кластер-анализ и соответствия. - М.: Фи-нансы и статистика, 1988. - 345 с. - (Серия: Математико-статистические методы за рубежом).
- Загоруйко Н.Г., Ёлкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. - Новосибирск: Наука, 1985. - 999 с.
- Королёв, В.Ю. ЕМ-алгоритм, его модификации и их применение к задаче разделения смесей вероятностных распределений. Теоретический обзор. - М.: ИПИРАН, 2007. - 94 с.