University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Khantout,C |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la recherche
Modèle de déduction commune des graphes des aptitudes Pré-requises et Modèle de l’apprenant / Bouzidi, Hasna
Titre : Modèle de déduction commune des graphes des aptitudes Pré-requises et Modèle de l’apprenant Type de document : texte imprimé Auteurs : Bouzidi, Hasna, Auteur ; Khantout,C, Directeur de thèse Editeur : Setif:UFA Année de publication : 2018 Importance : 1 vol (50 f .) Format : 29 cm Langues : Français (fre) Langues originales : Français (fre) Catégories : Thèses & Mémoires:Informatique Index. décimale : 004 - Informatique Résumé : Résumé
Le travail consigné dans ce mémoire est représenté dans le cadre d’obtenir un master académique en informatique. Dans ce mémoire, nous présentons la modélisation combinée des étudiants et la découverte préalable.
On déduit qu’un graphe de pré-requis et un modèle d'étudiant à partir de données (ces données sur les performances des étudiants). Nous développons un modèle de réseau bayésien pour la modélisation des apprenants et des domaines basée sur les compétences. Le processus de construction de réseaux bayésiens comprend deux étapes. Dans la première étape, il utilise un algorithme appelé Maximalisation des attentes structurelles à sélectionner une classe de réseaux bayésiens équivalents; dans la deuxième étape, il utilise des informations sur les programmes pour sélectionner un seul réseau bayésien.Note de contenu : Sommaire
Introduction générale ................................................................................. 1
CHAPITRE 01 Les Réseaux bayésiens
I. 1.Introduction .......................................................................................................... 4
I. 2.Définitions et notations ................................................................................... 4
I. 2.1 Les graphes ....................................................................................................... 4
I. 2.2 Distribution des probabilités...................................................................................... 5
I. 2.3 Lien entre représentation graphique et représentation probabiliste ............................... 6
I. 3.Réseaux bayésiens ........................................................................... 7
I. 3.1 Règle de Bayes ............................................................................................... 7
I. 3.2 Définition d’un réseau bayésien .............................................................................................. 7
I.3.3 Inférence et circulation de l'information ................................................................................ 8
I.3.4 Caractéristiques réseaux bayésiens .......................................................................................... 8
I.3.5 Construction et intégration d'un réseau bayésien ................................................................. 9
I.4 Conclusion ................................................................................................. 10
CHAPITRE 02 Modélisation de l’apprenant
II. 1.Introduction ................................................................................................... 12
II. 2. Modéle de l’apprenant ...................................................................................... 12
II. 2.1 Définition de modèle de l’apprenant .................................................................................. 12
II. 2.2 Caractéristiques des méthodes utilisées pour la modélisation de l’apprenant ........ 13
II. 2.3 Composants du modèle de l’apprenant .............................................................................. 15
II. 2.4 Utilité de modèle de l’apprenant ........................................................................................ 17
II. 2.5 Types de modèle de l’apprenant .......................................................................................... 17
II. 2.6 Contenu du modèle de l’apprenant .................................................................................... 18
II. 3. Modèle des compétences ........................................................................................... 18
II. 3.1 Granularité ............................................................................................ 18
II. 3.2 Relations pré-requis ........................................................................................... ...21
II.4 Découverte pré-requis ............................................................................................... 21
II. 5.Conclusion ...................................................................................... 23
CHAPITRE 03 Conception d’un modèle apprenant/pré-requis
III. 1.Introduction ................................................................................................... 25
III. 2. Modélisation de l'apprenant à l'aide des réseaux bayésien ................................................ 25
III. 3. Les réseaux bayésiens pour la modélisation des compétences des apprenants .......... 26
III. 4. Critiques des travaux antérieurs ............................................................................................... 26
III.5. Modèle apprenant/pré-requis proposé ..................................................................................... 27
III.6. Description de l’algorithme .................................................................................................... 28
III.6.1 Pseudo code de l’algorithme ................................................................................................ 30
III.6.2 Les étapes de l’algorithme ................................................................................................... 30
III.6.2.1 Réseau bayésien initial ................................................................................................. 30
III.6.2.2 Algorithme des attentes structurelles (EM structural) ........................................ 31
III.6.2.3 Distinguer entre Réseau bayésien initial ................................................................. 31
III.7. Conclusion .................................................................................................. 32
CHAPITRE 04 Implémentation du modèle apprenant/prérequis
IV. 1. Introduction ...................................................................................................... 34
IV. 2. Langage de programmation ............................................................................................................ 34
IV. 2.1 Projet R ....................................................................................................... 34
IV. 2.2 Carctéristique du langage R ..................................................................................... 35
IV. 2.3 R Markdown ................................................................................................. 35
IV. 3. Matériel .................................................................................................... 36
IV. 4. Le jeu de données utilisé ............................................................................... 36
IV. 4.1 Choix de données ............................................................................................. 36
IV. 4.2 Description des attributs ....................................................................................... 36
IV. 4.3 Chargement des données ........................................................................................................ 38
IV. 5. Implémentation et discussion de résultats ................................................................................... 39
IV.5. 1 Les entrées .................................................................................................... 39
IV.5. 2 Réseau bayésien initial ........................................................................................... 40
IV.5. 3L’algorithme des attentes structurelles (Expectation Maximisation structural) ........ 42
IV.5. 4 Distinguer entre les réseaux bayésiens équivalents ............................................................ 42
IV.6. Modèle obtenu et performance ......................................................................................... 43
IV.7. Conclusion ................................................................................................... 44
Conclusion générale .................................................................................................... 45Côte titre : MAI/0258 En ligne : https://drive.google.com/file/d/10OoVFCQMayMkE0ckPCHE8HOukEfdL4_X/view?usp=shari [...] Format de la ressource électronique : Modèle de déduction commune des graphes des aptitudes Pré-requises et Modèle de l’apprenant [texte imprimé] / Bouzidi, Hasna, Auteur ; Khantout,C, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (50 f .) ; 29 cm.
Langues : Français (fre) Langues originales : Français (fre)
Catégories : Thèses & Mémoires:Informatique Index. décimale : 004 - Informatique Résumé : Résumé
Le travail consigné dans ce mémoire est représenté dans le cadre d’obtenir un master académique en informatique. Dans ce mémoire, nous présentons la modélisation combinée des étudiants et la découverte préalable.
On déduit qu’un graphe de pré-requis et un modèle d'étudiant à partir de données (ces données sur les performances des étudiants). Nous développons un modèle de réseau bayésien pour la modélisation des apprenants et des domaines basée sur les compétences. Le processus de construction de réseaux bayésiens comprend deux étapes. Dans la première étape, il utilise un algorithme appelé Maximalisation des attentes structurelles à sélectionner une classe de réseaux bayésiens équivalents; dans la deuxième étape, il utilise des informations sur les programmes pour sélectionner un seul réseau bayésien.Note de contenu : Sommaire
Introduction générale ................................................................................. 1
CHAPITRE 01 Les Réseaux bayésiens
I. 1.Introduction .......................................................................................................... 4
I. 2.Définitions et notations ................................................................................... 4
I. 2.1 Les graphes ....................................................................................................... 4
I. 2.2 Distribution des probabilités...................................................................................... 5
I. 2.3 Lien entre représentation graphique et représentation probabiliste ............................... 6
I. 3.Réseaux bayésiens ........................................................................... 7
I. 3.1 Règle de Bayes ............................................................................................... 7
I. 3.2 Définition d’un réseau bayésien .............................................................................................. 7
I.3.3 Inférence et circulation de l'information ................................................................................ 8
I.3.4 Caractéristiques réseaux bayésiens .......................................................................................... 8
I.3.5 Construction et intégration d'un réseau bayésien ................................................................. 9
I.4 Conclusion ................................................................................................. 10
CHAPITRE 02 Modélisation de l’apprenant
II. 1.Introduction ................................................................................................... 12
II. 2. Modéle de l’apprenant ...................................................................................... 12
II. 2.1 Définition de modèle de l’apprenant .................................................................................. 12
II. 2.2 Caractéristiques des méthodes utilisées pour la modélisation de l’apprenant ........ 13
II. 2.3 Composants du modèle de l’apprenant .............................................................................. 15
II. 2.4 Utilité de modèle de l’apprenant ........................................................................................ 17
II. 2.5 Types de modèle de l’apprenant .......................................................................................... 17
II. 2.6 Contenu du modèle de l’apprenant .................................................................................... 18
II. 3. Modèle des compétences ........................................................................................... 18
II. 3.1 Granularité ............................................................................................ 18
II. 3.2 Relations pré-requis ........................................................................................... ...21
II.4 Découverte pré-requis ............................................................................................... 21
II. 5.Conclusion ...................................................................................... 23
CHAPITRE 03 Conception d’un modèle apprenant/pré-requis
III. 1.Introduction ................................................................................................... 25
III. 2. Modélisation de l'apprenant à l'aide des réseaux bayésien ................................................ 25
III. 3. Les réseaux bayésiens pour la modélisation des compétences des apprenants .......... 26
III. 4. Critiques des travaux antérieurs ............................................................................................... 26
III.5. Modèle apprenant/pré-requis proposé ..................................................................................... 27
III.6. Description de l’algorithme .................................................................................................... 28
III.6.1 Pseudo code de l’algorithme ................................................................................................ 30
III.6.2 Les étapes de l’algorithme ................................................................................................... 30
III.6.2.1 Réseau bayésien initial ................................................................................................. 30
III.6.2.2 Algorithme des attentes structurelles (EM structural) ........................................ 31
III.6.2.3 Distinguer entre Réseau bayésien initial ................................................................. 31
III.7. Conclusion .................................................................................................. 32
CHAPITRE 04 Implémentation du modèle apprenant/prérequis
IV. 1. Introduction ...................................................................................................... 34
IV. 2. Langage de programmation ............................................................................................................ 34
IV. 2.1 Projet R ....................................................................................................... 34
IV. 2.2 Carctéristique du langage R ..................................................................................... 35
IV. 2.3 R Markdown ................................................................................................. 35
IV. 3. Matériel .................................................................................................... 36
IV. 4. Le jeu de données utilisé ............................................................................... 36
IV. 4.1 Choix de données ............................................................................................. 36
IV. 4.2 Description des attributs ....................................................................................... 36
IV. 4.3 Chargement des données ........................................................................................................ 38
IV. 5. Implémentation et discussion de résultats ................................................................................... 39
IV.5. 1 Les entrées .................................................................................................... 39
IV.5. 2 Réseau bayésien initial ........................................................................................... 40
IV.5. 3L’algorithme des attentes structurelles (Expectation Maximisation structural) ........ 42
IV.5. 4 Distinguer entre les réseaux bayésiens équivalents ............................................................ 42
IV.6. Modèle obtenu et performance ......................................................................................... 43
IV.7. Conclusion ................................................................................................... 44
Conclusion générale .................................................................................................... 45Côte titre : MAI/0258 En ligne : https://drive.google.com/file/d/10OoVFCQMayMkE0ckPCHE8HOukEfdL4_X/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0258 MAI/0258 Mémoire Bibliothéque des sciences Français Disponible
Disponible