Wir verwenden Cookies und Analyse-Tools, um die Nutzerfreundlichkeit der Internet-Seite zu verbessern und für Marketingzwecke. Wenn Sie fortfahren, diese Seite zu verwenden, nehmen wir an, dass Sie damit einverstanden sind. Zur Datenschutzerklärung.
VORHERSAGE DER PLATZIERUNGS-WAHRSCHEINLICHKEIT VON STUDENTEN
Details
Maschinelles Lernen ist die Wissenschaft, die Computer dazu bringt, wie Menschen zu lernen und zu handeln und ihr Lernen im Laufe der Zeit auf autonome Weise zu verbessern, indem sie mit Daten und Informationen in Form von Beobachtungen und Interaktionen in der realen Welt gefüttert werden. Heutzutage spielen Praktika für Studenten eine wichtige Rolle in akademischen Einrichtungen. Die Zulassung und der Name von Einrichtungen hängen in erster Linie von Praktika ab. Die Beschäftigungsfähigkeit der Studenten ist ein Hauptanliegen der Hochschuleinrichtungen, und eine Methode zur frühzeitigen Vorhersage der Beschäftigungsfähigkeit der Studenten ist immer wünschenswert, um rechtzeitig Maßnahmen ergreifen zu können. Das Hauptziel unseres Projekts besteht darin, die historischen Daten der Studenten aus dem Vorjahr zu analysieren und die Vermittlungsmöglichkeiten der aktuellen Studenten vorherzusagen und die Vermittlungsquote der Institutionen zu erhöhen. In unserem Projekt werden wir die Chancen der Studenten, in ein bestimmtes Unternehmen aufgenommen zu werden, auf der Grundlage der zuvor vermittelten Studenten vorhersagen. Der gesamte Prozess umfasst Klassifizierungs- und Regressionsalgorithmen des maschinellen Lernens, und unser Hauptziel ist die Vorhersage des Vermittlungsstatus von Studenten mithilfe von Techniken des maschinellen Lernens.
Autorentext
Choudari Lakshmi, w nastoqschee wremq rabotaet assistentom professora na kafedre CSE, Tehnologicheskaq shkola GITAM, Vishakhapatnam. U nee 4 goda prepodawatel'skogo i 3 goda proizwodstwennogo opyta. Ona specializiruetsq w oblasti mashinnogo obucheniq, resheniq problem i programmirowaniq.D-r M. Sunita i A. Srawani takzhe w nastoqschee wremq rabotaüt na kafedre CSE, GST.
Weitere Informationen
- Allgemeine Informationen
- GTIN 09786205158227
- Sprache Deutsch
- Genre Sonstige Technikbücher
- Größe H220mm x B150mm x T5mm
- Jahr 2022
- EAN 9786205158227
- Format Kartonierter Einband
- ISBN 978-620-5-15822-7
- Veröffentlichung 13.09.2022
- Titel VORHERSAGE DER PLATZIERUNGS-WAHRSCHEINLICHKEIT VON STUDENTEN
- Autor Choudari Lakshmi , Suneetha Merugula , A. Sravani
- Untertitel EINSATZ VON MASCHINELLEM LERNEN
- Gewicht 125g
- Herausgeber Verlag Unser Wissen
- Anzahl Seiten 72