全球教育治理大数据量化研究方法教程
全新正版 极速发货
￥ 63.71 7.1折 ￥ 90 全新
库存6件
作者胡洁|责编:诸葛勤
出版社浙江大学
ISBN9787308227292
出版时间2022-06
装帧平装
开本其他
定价90元
货号1202706166
上书时间2024-06-11
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
胡洁 女，入选教育部“新世纪优秀人才支持计划”，浙江大学外国语言文化与国际交流学院“百人计划”研究员、博士生导师。主要从事英语教育、教育技术、全球教育治理研究；先后主持国家社会科学基金项目２项，获得
目录
第一单元 全球教育治理与教育大数据
第一节 全球教育治理与教育大数据简介
一、全球教育治理简介及发展
二、教育大数据简介及发展
小节练习
第二节 国际组织科学数据比较分析
一、经合组织(OECD)科学数据
二、联合国教科文组织(UNESCO)科学数据
三、欧盟(EU)科学数据
四、国际科学联盟(SI)科学数据
五、国际科学技术数据委员会(CODATA)科学数据
六、世界数据系统(WDS)科学数据
小节练习
第三节 PISA与全球教育治理发展
一、PISA简介及发展
二、PISA实施全球教育治理的路径
三、PISA对全球教育治理的影响
小节练习
本单元小结与习题测试
第二单元 机器学习算法与教育数据挖掘
第一节 预处理之数据集成与缺失值处理
一、数据集成(Data Integration)
二、缺失值处理(Missing Value Handling)
小节练习
第二节 机器学习的分类
一、监督学习
二、无监督学习
三、半监督学习
小节练习
第三节 模型的评估与性能度量
一、欠拟合与过拟合(Over-fitting & Under-fitting)
二、模型的评估和性能度量
三、正则化
小节练习
第四节 常见机器学习方法概览
一、决策树(Decision Tree)
二、分类与回归树(Classification and Regression Tree)
三、提升树(Boosting Tree)
四、梯度提升决策树(Gradient Boosting Decision Tree)
五、K均值聚类算法(K-means)
小节练习
第五节 支持向量机(Support Vector Machine)
一、发展历程
二、基本原理
三、支持向量机递归特征消除
小节练习
第六节 机器学习的Python程序语言实现
一、Python程序语言概述
二、常用的机器学习算法包
三、常用的机器学习库
内容摘要
本教材以大型公开数据库的量化研究方法介绍为主线，聚焦国际组织全球教育治理数据库的大数据研究方法，旨在通过研究方法的具体解析，探索全球教育治理领域量化研究方法的可操性、实践性和公开数据库分析的大数据结果重现性，从而促进国际组织教育全球治理朝着更加科学化的方向发展前进。本教材根据不同研究方法进行模块化讲解，各单元内容相对独立完整，读者可根据具体需求进行选读或选学。
相关推荐
-
全球教育治理大数据量化研究方法教程
全新无锡
￥ 65.70
-
全球教育治理大数据量化研究方法教程！
全新北京
￥ 66.99
-
全球教育治理大数据量化研究方法教程
全新广州
￥ 63.71
-
全球教育治理大数据量化研究方法教程
全新无锡
￥ 62.70
-
全球教育治理大数据量化研究方法教程
全新广州
￥ 63.71
-
全球教育治理大数据量化研究方法教程
全新成都
￥ 69.04
-
全球教育治理大数据量化研究方法教程
全新广州
￥ 61.71
-
全球教育治理大数据量化研究方法教程
全新广州
￥ 61.71
-
全球教育治理大数据量化研究方法教程！
全新北京
￥ 66.99
-
全球教育治理大数据量化研究方法教程
全新保定
￥ 69.65
— 没有更多了 —
以下为对购买帮助不大的评价