Geri Dön

On comparing classification accuracy of parametric and non-parametric cognitive diagnosis models

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 706534
  2. Yazar: MUHAMMED VEYİS KILINÇER
  3. Danışmanlar: PROF. DR. MATTHEW JOHNSON
  4. Tez Türü: Yüksek Lisans
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: Non-parametric cognitive diagnosis model, DINA, DINO
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Columbia University
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 20

Özet

Özet yok.

Özet (Çeviri)

Cognitive Diagnosis Models (CDM's), which are designed to diagnose students' mastery level of skills by assigning each individual student into discretely scored latent skill classes, have attracted a great deal of attention. Due to its fruitful contribution in tailoring instructional interventions, various parametric CDM's and their extensions have been introduced by many researchers. Other than parametric CDM's, Chiu and Douglas (2013) introduced an alternative non-parametric diagnosis model that classifies students into latent skill classes based on minimizing the distance between observed and ideal response vectors. In this study, DINA and DINO parametric models as well as several differently specified non-parametric models that are proposed by Chiu and Douglas (2013) were compared in terms of classification accuracy of students into the latent skill categories. The results revealed that non-parametric models that are suitably specified as an alternative to the parametric ones yield to an improvement in classification accuracy in comparison to both DINA and DINO models. As a result, findings suggested that emerging non-parametric diagnosis models can be effectively used in practice instead of parametric ones.

Benzer Tezler

  1. Tez No

    245292

    Uzaktan algılamada ileri sınıflandırma tekniklerinin karşılaştırılması ve analizi

    Comparing and analyzing of advanced classifier techniques in remote sensing

    İSMAİL ÇÖLKESEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Jeodezi ve FotogrametriGebze Yüksek Teknoloji Enstitüsü

    Jeodezi ve Fotogrametri Ana Bilim Dalı

    DOÇ. DR. TAŞKIN KAVZOĞLU

  2. Tez No

    488085

    Spare parts inventory management

    Yedek parça envanter yönetimi

    MERVE ŞAHİN

    Doktora

    İngilizce

    İngilizce

    2017

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. FAHRETTİN ELDEMİR

  3. Tez No

    517473

    Ortofoto haritalardan ağaç türlerinin otomatik olarak bölütlenmesi

    Tree species classification from high resolution digital orthophoto maps

    AKHTAR JAMIL

    Doktora

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT BAYRAM

  4. Tez No

    568513

    Mezo ölçek model rüzgar şiddeti öngörü sonuçlarının yapay sinir ağları ve k en yakın komşu algoritması ile iyileştirilmesi

    Artificial neural networks and k nearest neighborhood algorithm approach to improving wind speed prediction of the mesoscale forecast model results

    DUYGU AKYIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  5. Tez No

    854262

    Havayolu yolculuk deneyimini iyileştirmek için makine öğrenmesi yöntemleriyle uçuş gecikmesi tahmini

    Machine learning techniques for enhancing airline passenger experience through flight delay prediction

    ESMA ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

Geri Dön