반응형 스터디/컴퓨터공학2 교육 데이터 마이닝을 이용한 학생 학업 성취도 및 중도 탈락 위험 예측 분석 문제 설명제가 관심 있는 문제는 학생 학업 성취도 데이터를 분석하여 어떤 학생들이 학업에서 중도 탈락하거나 저조한 성적을 받을 위험이 있는지 예측하는 것입니다. 이는 조기 개입이 학생 성과와 유지율을 크게 향상시킬 수 있는 교육 기관에서 매우 중요한 문제입니다. 이 문제는 다양한 교육 데이터 소스에서 패턴을 식별하여 교육자들이 어려움을 겪고 있는 학생들에게 적시에 지원을 제공할 수 있는 실행 가능한 인사이트를 만드는 데 있습니다. 이 문제는 분류(중퇴 위험 예측)와 회귀(학업 성취도 예측) 작업을 결합하여 학생들의 성공에 실제 영향을 미칠 수 있는 포괄적인 데이터 마이닝 과제가 됩니다.어떤 종류의 데이터를 사용할 수 있나요?이 문제에 대한 데이터에는 여러 유형의 교육 정보가 포함됩니다. 성적, 시험 점수.. 스터디/컴퓨터공학 2025. 6. 27. 더보기 ›› KDD 2024 데이터 마이닝 이슈 분석 : 프라이버시 보호 데이터 마이닝을 위한 연합학습: 중앙화 없는 협업 해결 KDD 2024 데이터 마이닝 이슈 분석프로젝트 제목프라이버시 보호 데이터 마이닝을 위한 연합학습: 중앙화 없는 협업 해결URLhttps://kdd2024.kdd.org/research-track-papers/데이터 마이닝 이슈 간략 요약:KDD 2024 연구 트랙 논문들을 살펴본 결과, 특히 흥미로운 데이터 마이닝 이슈는 프라이버시 보호 협업 데이터 마이닝을 위한 연합학습입니다. 이 이슈는 "FedRoLA: 계층 기반 집계를 통한 모델 중독 공격에 대한 강건한 연합학습", "FedSAC: 연합학습에서 협업 공정성을 위한 동적 서브모델 할당", "HiFGL: 크로스-사일로 크로스-디바이스 연합 그래프 학습을 위한 계층적 프레임워크" 등의 논문을 포함하여 여러 세션에서 prominently 다뤄졌습니다.이.. 스터디/컴퓨터공학 2025. 6. 27. 더보기 ›› 반응형 이전 1 다음