PISA数据的决策树分析 普通类

实验二 教育数据挖掘方法与应用实验报告（熊炀璐） 普通类

使用SPSS Modeler三种决策树方法对于PISA数据进行分析，探究不同因素对于学生数学学业水平的影响。

SPSS支持向量机 普通类

SPSS回归分析 普通类

人工神经网络数据分析 普通类

使用人工神经网络挖掘数据

人工神经网络或者支持向量机 普通类

人工神经网络（Artificial Neural Networks, ANN）和支持向量机（Support Vector Machines, SVM）都是常用的机器学习模型，用于模式识别、分类和回归分析等任务。以下是对这两种模型的简介： ### 人工神经网络（ANN） 人工神经网络是一种受到生物大脑结构和功能启发的计算模型。它尝试模仿人脑神经元之间的连接和交互方式，进行复杂的信息处理任务。AN

人工神经网络分析PISA数据 普通类

学生的数学成绩和什么因素有关：基于支持人工神经网络的PISA数据分析

基于Modeler软件的PISA数据处理与分析 普通类

基于Modeler软件对PISA数据进行预处理，查找并处理缺失值何异常值，进行基本数据分析。

基于支持向量机/人工神经网的PISA数据分析 普通类

在SPSS Modelerr软件上通过支持向量机和人工神经网手段对于PISA数据进行分析，来探究学生的数学成绩和什么因素相关，最终得出结论：阅读条件（便捷的学习工具）、家庭经济情况、与外界沟通交流的频率条件、父母的学历和社交能力、学生年级、国家地区以及学生身体形象都会影响学生的数据成绩。

人工神经网络分析PISA数据 普通类

使用人工神经网络对PISA数据挖掘，挖掘探究主要围绕两个不同国家展开。