GRUČENJE UČENCEV PRI POUKU RAČUNALNIŠTVA

Kermavner, Barbara

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	GRUČENJE UČENCEV PRI POUKU RAČUNALNIŠTVA
Avtorji:	ID Kermavner, Barbara (Avtor) ID Rizman Žalik, Krista (Mentor) Več o mentorju...
Datoteke:	UNI_Kermavner_Barbara_2011.pdf (1,29 MB) MD5: 62345CF704403144EDDB3D4E71FA9039 PID: 20.500.12556/dkum/5f35ff8c-23ca-4870-8680-2f23a4b40589
Jezik:	Slovenski jezik
Vrsta gradiva:	Diplomsko delo
Organizacija:	FNM - Fakulteta za naravoslovje in matematiko
Opis:	Povod za nastanek seminarske diplomske naloge je bilo« srečanje« z gručenjem pri predmetu Informacijski sistemi. Z razvrščanjem se nezavedno srečujemo na vsakem koraku. Človeški možgani sistematično razvrščajo informacije, da dosežejo hitrejše razumevanje in boljše odzive, ter reakcije.. V diplomskem delu sem zapisala moje razmišljanje in raziskovanje na to temo. Uporabila sem moje področje, poučevanje učencev. V grobem lahko vrste gručenja delimo na hierarhične in delitvene tehnike. Primeri hiararhičnih tehnik so: metoda enojnega povezovanja, celostno povezovalna metoda, metoda povezovanja glede na povprečje, metoda mediane, metoda varovanca… K delitvenim tehnikam pa spadajo: k-means metoda, prilagodljiva K-means metoda, metoda povezovanja centroidov, metoda »fuzzy« c - means… Rezultat gručenja se lahko interpretira na različne načine, zato je izbira algoritma glede na primerjavo popolnoma odvisna od želenega cilja in vrste podatkov, objektov, ki jih je potrebno urediti. Gručenje ali razvrščanje v skupine srečujemo v medicini, genetiki, marketingu, biologiji… Vsaka razvrstitev objektov ali podatkov je z matematičnega vidika ekvivalenčna relacija. Z množico ekvivalenčnih relacij nad podatki dobimo podatkovno hierarhijo, nas pa zanima kakšno. Imeti moramo jasen cilj in dobro poznati podatke. Ti nam določajo izbiro ustreznih metod, med temi pa lahko stremimo k optimalnosti. Različne metode gručenja lahko ustvarjajo diskretne particije ali strogo ločene gruče v katerih vsak objekt pripada eni izmed gruč. Druge omogočajo dostop do »ubežnikov« , ki ne pripadajo nobeni od gruč, lahko pa se srečujemo tudi s pripadnostjo več gručam. Pri mojem delu, učim namreč na eni izmed osnovnih šoli v Ljubljani, pa bi lahko tak pregled rezultatov nalog pomagal kreirati skupine izbirnih predmetov ( ali nivojskih skupin pri angleščini, slovenščini in matematiki)..
Ključne besede:	Gručenje, hierarhične tehnike, delitvene tehnike, metoda enojnega povezovanja, celostno povezovalna metoda, metoda povezovanja glede na povprečje, metoda mediane, metoda varovanca, k-means metoda, prilagodljiva K-means metoda, metoda povezovanja centroidov, metoda »fuzzy« c - means.
Kraj izida:	Maribor
Založnik:	[B. Kermavner]
Leto izida:	2011
PID:	20.500.12556/DKUM-17884
UDK:	004(043.2)
COBISS.SI-ID:	18409736
NUK URN:	URN:SI:UM:DK:JDDCTLHG
Datum objave v DKUM:	30.05.2011
Število ogledov:	2344
Število prenosov:	262
Metapodatki:
Področja:	FNM
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	CLASTERING OF PUPILS AT THE COMPUTER SCIENCE LECTURE
Opis:	The catalyst for the emergence of a seminar thesis was "meeting" with the clustering in the subject Information Systems. The categorization of the unconscious we encounter at every step. The human brains are systematically classified information to achieve fasterand better understanding of the responses and reactions .. I wrote my thinking and research on this topic. I used my field, teaching the students. The type of clustering can be roughly divided into hierarchical and technical division.Examples of hierachical techniques are: , Complete Linkage Method, Average Linkage Method, Centroid Method,Median Method, Ward Method… Particional techniques are: K-MEANS method, adaptive K-MEANS method, "fuzzy" c - means ... The result of clustering can be interpreted in different ways, so the choice of the algorithm is the most important part of clustering . We use clustering in medicine, genetics, marketing, biology ... Any classification of objects or data, is an equivalence relation in mathematical point of view. With a multitude of equivalence relations over the data we get the datahierarchy, but we want to know what tipe of hierarchy . We must have a clear goal and a good knowledge of the data. Different clustering methods may generate discrete partition or clusterin in which each object belongs to one of the clusters. Others allow access to "outliers" that do not belong to one cluster, but we can also meet with the membership of severalclusters. In my work, I teach is the one of the primary school in Ljubljana, such a review of results can help create level groups in English,Slovenian and mathematics lecture.
Ključne besede:	Clustering, hiarachical clustering, particionalno clustering, Johnson`s algorithem, Complete Linkage Method, Average Linkage Method, Centroid Method, Median Method, Ward Method, Divisive hiererchical metod, fuzzy C-means, mixture of Gaussians, EM algorithem, K-means, Adaptive K-means Method, Hard C-means method.

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj