Исследование информационных характеристик учебного текста методами многомерного статистического анализа

Исследование информационных характеристик учебного текста методами многомерного статистического анализа

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...
Универсальный рейтинг: 0 Автор: М. М. Невдах Из серии: Прикладная информатика Научные статьи Объем: 14 стр.

Жанры:

книги о компьютерах прочая образовательная литература информация кластерный анализ М. М. Невдах моделирование образовательных процессов программное обеспечение статистика

Читать онлайн:

Страница 1 из ?
Загрузка книги...
Страница 1 из ?

Описание:

Книга автора М. М. Невдах. Относится к жанрам: информация, кластерный анализ, моделирование образовательных процессов, программное обеспечение, статистика. Объем: 14 стр.. Дата написания: 2008. Возрастное ограничение: 0+.

Вы можете в один клик скачать книгу ‘Исследование информационных характеристик учебного текста методами многомерного статистического анализа’ в форматах fb2, ePub, txt без регистрации. Или же, выбирая подходящий Вам вариант, читать онлайн ‘Исследование информационных характеристик учебного текста методами многомерного статистического анализа’ на нашем сайте. Здесь Вы легко сможете выбрать нужную книгу в соответствии со своими предпочтениями.

Если Вы ещё не определились с выбором, то посмотрите разделы «Рейтингов» и «Обзоров книг» нашего сайта, там сможете подобрать книгу или серию книг, которые Вам обязательно понравятся.

Аннотация:

В статье с помощью методов многомерного статистического анализа (кластерный и факторный анализы, методы корреляционных плеяд и вроцлавской таксономии, многомерное шкалирование) изучены информационные характеристики учебного текста по философии и экономической теории для высшей школы. В частности, выделены группы близких параметров текста и на основе информационной меры Кульбака отобраны признаки, которые обладают наибольшей информативностью среди признаков своей группы.

С помощью дискриминантного анализа выделены основные признаки, влияющие на усвоение учебного текста (средняя длина абзаца в словах, средняя длина абзаца в буквах, процент слов длиной 11 букв и больше, процент слов длиной 13 букв и больше), вычислены дискриминантные функции, на основе которых появляется возможность отнести каждый объект (текст), в том числе и неизвестный, к одной из известных групп (легкий-трудный). Полученные расчёты будут использованы для создания программного обеспечения, автоматизирующего оценку понятности (читабельности) учебного материала для высшей школы.



Возрастное ограничение: 0+ Дата написания: 2008 Правообладатель: Синергия

Реклама. ООО ЛИТРЕС, ИНН 7719571260, erid: 2VfnxyNkZrY

Добавить комментарий

Последние комментарии