مشخصات کتاب
Learning Analytics in R with SNA, LSA, and MPIA
دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:
نویسندگان: Wild F.
سری:
ناشر:
سال نشر:
تعداد صفحات: 284
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
قیمت کتاب (تومان) : 29,000
کلمات کلیدی مربوط به کتاب یادگیری تجزیه و تحلیل در R با SNA، LSA، و MPIA: کتابخانه، ادبیات کامپیوتر، ر
میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 20
در صورت تبدیل فایل کتاب Learning Analytics in R with SNA, LSA, and MPIA به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یادگیری تجزیه و تحلیل در R با SNA، LSA، و MPIA نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب یادگیری تجزیه و تحلیل در R با SNA، LSA، و MPIA
اسپرینگر، 2016. - 284 ص. - (علوم کامپیوتر). — ISBN:
3319287893, 9783319287898
این کتاب نظریه تحلیل
تعامل هدفمند معنی دار (MPIA) را معرفی می کند که تجزیه و تحلیل
شبکه های اجتماعی (SNA) را با تحلیل معنایی پنهان (LSA) ترکیب می
کند. به ایجاد و تجزیه و تحلیل یک چشم انداز یادگیری معنادار از
ردپای دیجیتالی به جا مانده از یک جامعه یادگیرنده در ساخت مشترک
دانش کمک کنید.
الگوریتم ترکیبی در زبان برنامه نویسی آماری و محیط R پیاده سازی
شده است و بسته هایی را معرفی می کند که از طریق ماتریس ضبط می
کنند. جبر - عناصر کار یادگیرندگان با دیگران آگاه تر و مصنوعات
محتوایی پرمحتوا. این کتاب نمونههای کاربردی بسته به بسته جامع و
نمونههای کدی را ارائه میکند که خواننده را از طریق مدل MPIA
راهنمایی میکند تا نشان دهد چگونه میتوان منظر MPIA را ساخت و
سفر یادگیرنده را نقشهبرداری و تحلیل کرد. این برنامه بلوک
ساختمانی به خواننده اجازه می دهد تا به سمت استفاده و ساخت تجزیه
و تحلیل برای راهنمایی دانش آموزان و حمایت از تصمیم گیری در
یادگیری پیشرفت کند.
توضیحاتی درمورد کتاب به خارجی
Springer, 2016. — 284 p. — (Computer Science). — ISBN:
3319287893, 9783319287898
This book introduces Meaningful
Purposive Interaction Analysis (MPIA) theory, which combines
social network analysis (SNA) with latent semantic analysis
(LSA) to help create and analyse a meaningful learning
landscape from the digital traces left by a learning community
in the co-construction of knowledge.
The hybrid algorithm is implemented in the statistical
programming language and environment R, introducing packages
which capture – through matrix algebra – elements of learners’
work with more knowledgeable others and resourceful content
artefacts. The book provides comprehensive package-by-package
application examples, and code samples that guide the reader
through the MPIA model to show how the MPIA landscape can be
constructed and the learner’s journey mapped and analysed. This
building block application will allow the reader to progress to
using and building analytics to guide students and support
decision-making in learning.
نظرات کاربران