Fouille de données éducatives : PrédictionObjectifs principaux :즉각적 목표 (Objectif immédiat):변수(예: 학습 성과)를 예측할 수 있는 모델을 개발.다양한 예측 변수(variables prédictives)(이진형, 연속형, 범주형)를 조합해 결과 변수(변수 예측)를 도출.장기적 목표 (Objectif à terme):학습자의 행동과 성과에 맞춰 학습 시스템을 적응(예: 개인화된 도움말)하도록 설계.3가지 주요 예측 방법 (Types de méthodes)Classification:예측 변수(변수 예측)가 이진형 또는 범주형 변수인 경우.예: 학생이 학습을 성공할지(성공/실패) 여부를 예측.Régression (회귀):예측 변수가 연속형..

교육 데이터 마이닝(EDM)의 주요 접근법 (Approches principales)예측 (Prédiction):목적: 데이터의 특정 측면(예: 성적, 중도 탈락 등)을 예측하기 위해 다른 변수들의 조합을 활용.특징: 레이블된 데이터(ground truth)가 필요하며, 지도 학습(supervised learning) 기법 사용.클러스터링 (Clustering):목적: 데이터의 구조를 파악하고, 비슷한 데이터 포인트를 그룹화.특징: 비지도 학습(unsupervised learning) 방법론으로 레이블이 없는 데이터에 사용.관계 탐색 (Relationship Mining):목적: 변수 간의 관계를 발견.방법:연관 규칙(Association rules)상관 관계(Correlation)패턴 시퀀스 탐색(Se..

데이터 마이닝 (Fouille de donnée / Data Mining):정의: 데이터를 기반으로 지식을 추출하는 과정FR: (ECD)  Extraction de connaissance à partir de donnés  EN: Knowledge Discovery from Data (KDD)영어 용어: 데이터 마이닝 (DM)목적: 대규모 데이터 세트에서 새로운 정보를 발견하는 것데이터 마이닝의 응용 분야:마케팅, 생물정보학, 테러 방지... 그리고 교육.교육 데이터 마이닝 (EDM : Educational Data Mining):목적: 학생과 그들의 학습 환경을 더 잘 이해하는 것특징:다양한 데이터 유형 활용: 로그 데이터, 현장 관찰, 설문지, 실험실에서의 생리학적 측정 데이터 등다양한 데이터 수준 ..