原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据驱动的在线学习评价模型构建
目录
内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1在线教育的发展概况．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2在线学习评价的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.3数据驱动评价模型的发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2研究目标与问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.1明确研究的主要目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.2确定研究需要解决的关键问题．．．．．．．．．．．．．．．．．．．．．．．．．．13
文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.1在线学习评价模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.1.1传统评价模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.1.2新兴评价模型探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2数据驱动评价模型的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.2.1数据挖掘技术在评价中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2.2机器学习方法在评价中的运用．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.2.3深度学习在评价领域的新进展．．．．．．．．．．．．．．．．．．．．．．．．．．24
理论基础与方法论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.1数据科学基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.1.1统计学原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.1.2数据挖掘技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.1.3机器学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.2在线学习评价模型构建框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.2.1模型设计原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.2.2模型结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.2.3模型评估与优化流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
数据收集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
4.1数据来源与类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
4.1.1公开数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
4.1.2合作机构提供的数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.1.3用户生成的数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
4.2数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
4.2.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2.2特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.2.3数据转换与标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
模型构建与训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
5.1模型选择与设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.1.1模型选择标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.1.2模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）