《表5 学生成绩数据：大数据分析下的助学金发放判断辅助模型》
提示：宽带有限、当前游客访问压缩模式
注：school＿N表示院系编号
(5）学生成绩数据score＿train.txt和score＿test.txt（见表5）。
| 图表编号 | XD00207300800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 仲蓓鑫、孔苏鹏、程实、张恒 |
| 绘制单位 | 南通大学阿里云大数据学院、南通大学阿里云大数据学院、南通大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 1 模型选择判断：STEM兴趣、家庭背景与学习成绩——基于全国14418名中学生的无序多分类Logit模型分析》2020.10.06
- 《表1 学生成绩信息表：大数据技术在高校计算机信息教学中的研究》2021.02.01
- 《表8 两种模型预测对比：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表6 助学金获奖数据：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表4 图书馆门禁数据：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表1 图书借阅数据：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表3 寝室门禁数据：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表2 一卡通数据：大数据分析下的助学金发放判断辅助模型》2021.01.15
- 《表2 模糊规则：大数据背景下基于Apriori算法的学生成绩与就业流向研究》2020.12.01
- 《表1 单个学生数据样本：基于大数据的高校学生成绩预警分析研究》2020.05.25
- 《表2 学生成绩标签：基于大数据的高校学生成绩预警分析研究》2020.05.25
- 《表1 学生信息表：数据挖掘下的体育成绩管理系统设计与应用》2020.07.25
- 《表1：睡眠时间减少不会带来学业成绩的提高四年级学生，每天睡眠9-10小时的学生成绩最好；八年级学生，保证每天7-9小时睡眠的学生平均成绩较好（青岛教育大数据，2016)》2020.03.13
- 《表5 分类结果：大数据背景下学生消费水平分析模型的建立》2020.03.01
- 《表2 高脂血症的特征：基于医疗大数据分析的门诊辅助诊断模型》2019.10.25
- 《表3 混淆矩阵：基于医疗大数据分析的门诊辅助诊断模型》2019.10.25
- 《表5 课程总成绩情况：大数据视域下大学生移动学习探究——基于智慧树平台的公选课应用分析》2019.06.01
- 《表2 学习成绩相关度：基于大数据的大学生综合行为画像探索》2018.12.01
- 《表1 学习行为合集：大数据背景下的远程教育学生学业表现预测模型——以H大学为例》2019.11.30
- 《表2 辅助模型与OKVIS在EuRo C数据集下的均方根误差m》2018.11.25