威斯康星辍学预警系统 欢迎使用威斯康星辍学预警系统 (DEWS)。 DEWS 是基于 R 统计计算语言的 DPI 数据仓库构建的机器学习应用程序。 DEWS 旨在成为一个灵活的半自动化机器学习系统,它评估数十种可能的机器学习算法以预测辍学,并选择性能最高的模型来为当前学生分配风险评分。 DEWS 背后的许多细节已经在其他地方进行了讨论,包括在 DPI 网站上: : 。 Knowles 2015 中讨论了机器学习方法的技术细节。 本文档用于描述 DEWS 程序本身。 DEWS 在设计上是一个模块化应用程序,允许它灵活地适应 DPI 的数据变化、新措施的可用以及新的机器学习技术的开发。 这种模块化由四个主要子程序组成(Knowles 2015)。 准备环境 数据采集 转换数据 火车模型 评分案例 每个子程序中都有许多步骤。 在大多数情况下,DEWS 包含一个自定义 R 函数来应用这些步
2021-07-18 17:03:09 83KB R
1
工业园区水气土协同预警体系建设建设方案.docx
基于云计算的公路团雾检测与预警系统设计.pdf
2021-07-17 11:03:34 6.02MB 云计算 行业数据 数据分析 参考文献
风控培训:提升企业风险预警能力
资源环境承载能力预警技术方法
2021-07-15 17:08:13 53.41MB 资源环境承载能力预警技术方法
1
智慧方案
2021-07-14 19:01:43 18.79MB 智慧方案