Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)

Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)Nghiên cứu xây dựng hệ thống quản lý thư viện trực tuyến tại trường bưu chính viễn thông lào (LV thạc sĩ)

điểm thi mơn tốn cao dễ trúng tuyển Khi tỷ lệ thí sinh có điểm ưu tiên khu vực mà có điểm tổng điểm mơn thấp khó trúng tuyển Vì tăng hệ số điểm thi mơn tốn, tăng giá trị điểm thi thực thí sinh lên cịn điểm ưu tiên theo khu vực nguyên, điều hạn chế bớt thí thuộc khu vực có điểm cộng ưu tiên cao 55 3.4 Kết luận chương Trong chương luận văn sử dụng kỹ thuật SVM cho toán phân loại kết học tập sinh viên Học viện Y- Dược Học cổ truyền Việt Nam Trên sở thông tin tuyển sinh đầu vào kết học tập sinh viên, luận văn tiến hành thực nghiệm với việc sử dụng SVM Kết thực nghiệm thu sử dụng phần mềm WEKA phân tích đánh giá cho thấy phù hợp với lý thuyết nghiên cứu Trong luận văn đề xuất số khuyến nghị việc xây dựng phương án tuyển sinh Học viện Y- Dược Học cổ truyền Việt Nam nhằm nâng cao chất lượng đào tạo 56 KẾT LUẬN Kết đạt luận văn Luận văn đạt kết sau: Khảo sát tốn phân lớp liêu phương pháp giải chúng Đồng thời luận văn nghiên cứu độ đo đánh giá mơ hình phân lớp ứng dụng tốn phân lớp liệu lĩnh vực khoa học, kỹ thuật đời sống xã hội Nghiên cứu kỹ thuật SVM giải toán phân lớp nhị phân chiến lược giải toán phân lớp đa lớp Sử dung SVM giải toán phân loại kết học tập sinh viên Học viện Y - Dược Học cổ truyền Việt Nam Về luận văn hoàn thành mục tiêu đề đề tài nghiên cứu Hướng phát triển luận văn: Tuy đạt số kết nêu trên, luận văn số hạn chế điều kiện mặt thời gian trình độ học viên Vì vậy, hướng nghiên cứu học viên là: - Nghiên cứu thêm thuật tốn học máy khác để ứng dụng cho nhiều toán phân lớp liệu đa dạng thực tế, - Mở rộng thêm thuộc tính có liên quan đến kết học tập sinh viên học chuyên ngành Y học cổ truyền yếu tố gia đình có nghề gia truyền, sở thích sinh viên, cho tốn phân loại kết học tập sinh viên Học viện Y - Dược Học cổ truyền Việt Nam - Phát triển toán phân loại dự báo cho ngành học khác để hỗ trợ trình đào tạo trường đại học khác 57 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Nguyễn Thị Thảo, Nguyễn Thị Huyền, Đoàn thị Thu Hà, Trần Thị Thu Huyền, Nguyễn Thị Thủy (2011) – ”Phương pháp phân lớp sử dụng máy véc tơ hỗ trợ ứng dụng tin sinh học” – Tạp chi Khoa học Phát triển, T 9, Số 6, T 1021-1031 [2] Nguyễn Anh Tuấn (2015) – ”Ứng dụng máy véc tơ hỗ trợ phân loại bệnh dựa xét nghiệm hóa nghiệm” - Luận văn thạc sĩ kỹ thuật, Học viện Cơng nghệ Bưu Viễn thơng Tiếng Anh [3] S Abe (2005) – “Support Vector Machine for Pattern Recognition” – Springer [4] E L Allwein, R E Schapire, and Y Singer (2001) – “Reducing multiclass to binary: A unifying approach for margin classifiers” - The Journal of Machine Learning Research, V.1, pp 113–141 [5] Tapan Bagchi, Rahul Samant, Milan Joshi (2013) – “SVM Classifiers Built Using Imperfect Training Data” - International Conference on Mathematical Techniques In Engineering Applications, ICMTEA 2013-BM-003 [6] Christopher J.C Burges (2000) – “A Tutorial on Support Vector Machines for Pattern Recognition” – Kluwer Academic Publishers, Boston [7] C Cortes and V N Vapnik (1995) – “Support Vector Networks” - Machine Learning, V 20, No 3, pp 273-297 [8] Jiawei Han, Micheline Kamber (2011) – “Data mining: Concepts and Techniques” -3nd Edition, Morgan Kaufman Publishers [9] C.W Hsu and C.J Lin (2002) – “A Comparison of Methods for Multiclass Support Vector Machines” - IEEE Tran on Neural Networks, V 13, No 2, pp 415-425 [10] H Lei and V Govindaraju (2005) – “Half-against-half Multi-class Support Vector Machines” - Springer Berlin Heidelberg, pp 156-164 58 [11] J Milgram, M Cheriet and R Sabourin (2006) – ““One Against One” or “One Against All”: Which One is Better for Handwriting Recognition with SVMs?” - In Tenth International Workshop on Frontiers in Handwriting Recognition Suvisoft [12] R Rifkin and A Klautau (2004) – “In defence of one-vs-all classification” Journal of Machine Learning Research, V 5, pp 101-141 Trang WEB [13] https://vi.wikipedia.org/wiki/H%E1%BB%8Dc_m%C3%A1y [14] https://en.wikipedia.org/wiki/Precision_and_recal [15] https://sourceforge.net/projects/weka/ ... đề đề tài nghiên cứu Hướng phát triển luận văn: Tuy đạt số kết nêu trên, luận văn số hạn chế điều kiện mặt thời gian trình độ học viên Vì vậy, hướng nghiên cứu học viên là: - Nghiên cứu thêm thuật... pháp giải chúng Đồng thời luận văn nghiên cứu độ đo đánh giá mô hình phân lớp ứng dụng toán phân lớp liệu lĩnh vực khoa học, kỹ thuật đời sống xã hội Nghiên cứu kỹ thuật SVM giải toán phân lớp... dụng phần mềm WEKA phân tích đánh giá cho thấy phù hợp với lý thuyết nghiên cứu Trong luận văn đề xuất số khuyến nghị việc xây dựng phương án tuyển sinh Học viện Y- Dược Học cổ truyền Việt Nam nhằm