《表6 个人兴趣统计：大学基础课课程成绩加权投票预测模型研究》
提示：宽带有限、当前游客访问压缩模式
主观特征通过问卷计算得出。学生在课程第一周通过在线填写的方式完成该问卷。本文共收回54份有效问卷，以学生每道题目打分的均值作为该学生个人兴趣分值，其统计结果如表6所示。
| 图表编号 | XD00125040700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 陈佳明、骆力明、宋洁 |
| 绘制单位 | 首都师范大学信息工程学院、首都师范大学信息工程学院、首都师范大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 大学物理课程个人平时成绩评定细则》2020.12.31
- 《表6 最有影响力的课程：基于LSTM的学习成绩预测及其影响因素方法研究》2020.12.01
- 《表2 2019～2020学年第1学期大学计算机基础课程护理学院学生期末考试成绩频数分布》2020.11.05
- 《表3 2019～2020学年第1学期大学计算机基础课程期末考试成绩频数分布》2020.11.05
- 《表2《摄影基础》课程成绩统计表》2020.04.15
- 《表7 大学生居家网络课程学习兴趣水平统计表（n=2384)》2020.07.10
- 《表2 学生成绩的等级：大学基础课课程成绩加权投票预测模型研究》2020.01.01
- 《表5 学生提问次数统计：大学基础课课程成绩加权投票预测模型研究》2020.01.01
- 《表7 五个模型的超参数：大学基础课课程成绩加权投票预测模型研究》2020.01.01
- 《表3 模型的输入变量：大学基础课课程成绩加权投票预测模型研究》2020.01.01
- 《表1 客观因素统计：大学基础课课程成绩加权投票预测模型研究》2020.01.01
- 《表1 课程名称及分类：大学生成绩综合评价研究——基于多元统计分析方法》2019.12.20
- 《表6 主要的公立研究型大学进行的前沿基础研究统计表》2019.09.15
- 《表1《大学物理》大班公共基础课程平时成绩构成分项及比例》2019.07.10
- 《表1 微笑检测率：基于多分类模型加权投票法的人脸微笑检测》2019.02.10
- 《表2 比较结果：基于多分类模型加权投票法的人脸微笑检测》2019.02.10
- 《表2 多元逐步回归：引入兴趣点的地理加权人口空间分布模型研究——以天津市为例》2019.04.20
- 《表1 相关系数：引入兴趣点的地理加权人口空间分布模型研究——以天津市为例》2019.04.20
- 《表5 地理加权回归模型预测参数统计》2019.01.01
- 《表4 研究对象所在宿舍6位成员入校以来课程成绩统计》2018.03.05