Name: Un système de recommandation pour un réseau social d'apprentissage. Un système basé sur les réseaux bayésiens (en Francés)
Price: 94980.00 CLP
Availability: InStock
Author: Terfaya, Kheireddine
ISBN: 9783346223449

portada Un système de recommandation pour un réseau social d'apprentissage. Un système basé sur les réseaux bayésiens (en Francés)

Un système de recommandation pour un réseau social d'apprentissage. Un système basé sur les réseaux bayésiens (en Francés)

Formato

Libro Físico

Autor

Kheireddine Terfaya

Editorial

Grin Verlag

Idioma

Francés

N° páginas

112

Encuadernación

Tapa Blanda

Dimensiones

21.0 x 14.8 x 0.7 cm

Peso

0.15 kg.

ISBN13

9783346223449

Categorías

Lenguajes de programación y extensión/scripting: general
Ciencias de la computación

Un système de recommandation pour un réseau social d'apprentissage. Un système basé sur les réseaux bayésiens (en Francés)

Kheireddine Terfaya (Autor) · Grin Verlag · Tapa Blanda

Libro Nuevo Importado

Envío: 17 a 22 días háb.

$ 158.300$ 94.980

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan más de 100 unidades

$ 94.980

Llega entre el 25 Ago y el 01 Sep a Santiago, Región Metropolitana. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Un système de recommandation pour un réseau social d'apprentissage. Un système basé sur les réseaux bayésiens (en Francés)"

Mémoire de Maîtrise de l'année 2015 dans le domaine Informatique - Programmation, note: 15.5/20, Université Badji Mokhtar Annaba (Département Informatique), cours: Réseaux et sécurité informatique, langue: Français, résumé Les systèmes de recommandation des ressource sont devenus, à l'instar des moteurs de recherche, un outil incontournable pour tout site Web focalisé sur un certain type d'articles disponibles dans un catalogue riche, que ces articles soient des objets, des produits culturels, des éléments d'information ou encore simplement des pages. Dans ce contexte le travail réalisé porte sur la conception d'un modèle à base de traces, donc nous allons essayer de suivre l'utilisateur pour la détection du style d'apprentissage de l'apprenant et l'adaptation du cours suivant son style. Puisque ce dernier est une caractéristique changeable au cours d'une formation. Donc, l'objective de cet mémoire consiste à suivre les apprenants dans leur apprentissage et qui passe par trois phases: la première est le test de Felder pour la détection du styles d'apprentissage initiale puis en deuxième phase le prétraitement des données pour extraire les différentes caractéristiques en observant les différents comportements de l'utilisateur au cours d'une formation puis à la fin et en utilisant le réseau bayésien pour changer les caractéristiques de ce dernier pour avoir le nouveau style d'apprentissage.