機器學(xué)習(xí)算法在教育領(lǐng)域的應(yīng)用研究

第1章 人工智能及機器學(xué)習(xí)概述
1．1 人工智能概述
1．2 機器學(xué)習(xí)概述
1．3 人工智能的應(yīng)用
第2章 人工智能在教育領(lǐng)域的應(yīng)用
2．1 人工智能與學(xué)生
2．2 人工智能與教師
2．3 人工智能與教師決策支持
第3章 數(shù)據(jù)準備及預(yù)處理
3．1 數(shù)據(jù)下載和導(dǎo)入
3．2 數(shù)據(jù)觀察
3．3 數(shù)據(jù)預(yù)處理
3．4 數(shù)據(jù)抽樣
3．5 數(shù)據(jù)平衡化
3．6 過擬合和欠擬合
第4章 有監(jiān)督機器學(xué)習(xí)
4．1 有監(jiān)督機器學(xué)習(xí)簡介
4．2 距離計算
4．3 k近鄰算法
4．4 線性回歸
4．5 邏輯回歸算法
4．6 支持向量機
4．7 決策樹
第5章 無監(jiān)督機器學(xué)習(xí)
5．1 無監(jiān)督機器學(xué)習(xí)簡介
5．2 聚類算法
5．3 關(guān)聯(lián)規(guī)則
第6章 數(shù)據(jù)降維
6．1 數(shù)據(jù)降維
6．2 線性降維
6．3 非線性降維
第7章 神經(jīng)網(wǎng)絡(luò)
7．1 神經(jīng)元
7．2 感知機與多層網(wǎng)絡(luò)
7．3 反向傳播算法
第8章 機器學(xué)習(xí)算法在教育實踐中的應(yīng)用案例分析
8．1 學(xué)生成績預(yù)測
8．2 學(xué)生輟學(xué)預(yù)測
第9章 人工智能教育的展望與挑戰(zhàn)
9．1 人工智能教育展望
9．2 人工智能教育的挑戰(zhàn)
參考文獻