Project performance prediction model linking agility and flexibility demands to project type

2021 ◽  
Author(s):  
Marco Aurélio Oliveira ◽  
Luiz V. O. Dalla Valentina ◽  
André Hideto Futami ◽  
Osmar Possamai ◽  
Carlos Alberto Flesch
2021 ◽  
Vol 30 (1) ◽  
pp. 511-523
Author(s):  
Ephrem Admasu Yekun ◽  
Abrahaley Teklay Haile

Abstract One of the important measures of quality of education is the performance of students in academic settings. Nowadays, abundant data is stored in educational institutions about students which can help to discover insight on how students are learning and to improve their performance ahead of time using data mining techniques. In this paper, we developed a student performance prediction model that predicts the performance of high school students for the next semester for five courses. We modeled our prediction system as a multi-label classification task and used support vector machine (SVM), Random Forest (RF), K-nearest Neighbors (KNN), and Multi-layer perceptron (MLP) as base-classifiers to train our model. We further improved the performance of the prediction model using a state-of-the-art partitioning scheme to divide the label space into smaller spaces and used Label Powerset (LP) transformation method to transform each labelset into a multi-class classification task. The proposed model achieved better performance in terms of different evaluation metrics when compared to other multi-label learning tasks such as binary relevance and classifier chains.


Author(s):  
Filippo Giannetti ◽  
Ivan Stupia ◽  
Vincenzo Lottici ◽  
Riccardo Andreotti ◽  
Aldo N. D'Andrea ◽  
...  

2018 ◽  
Vol 144 (4) ◽  
pp. 2269-2280 ◽  
Author(s):  
Yunke Huang ◽  
Hong Hou ◽  
Selda Oterkus ◽  
Zhengyu Wei ◽  
Shuai Zhang

2018 ◽  
Vol 15 (2) ◽  
pp. 170-179 ◽  
Author(s):  
Roman Paratscha ◽  
Alfred Strauss ◽  
Roman Smutny ◽  
Thomas Lampalzer ◽  
Hans Peter Rauch ◽  
...  

2014 ◽  
Vol 7 (7) ◽  
pp. 1442-1447
Author(s):  
Ibrahim Y. Sokar ◽  
Yusoff Jamaluddin ◽  
Mardina Abdullah

Author(s):  
Domingos Rodrigues Pandeló Júnior

A previsão do desempenho esportivo é relevante para a identificação de talentos e no estabelecimento de estratégias de treinamento. O objetivo do presente artigo é estabelecer um modelo que tenha a capacidade de predizer o desempenho de triatletas. Para isso foi utilizada a análise discriminante, que é uma técnica de análise multivariada. Trabalhou-se com 21 voluntários, sendo 7 profissionais e 14 amadores, todos do sexo masculino. Foram selecionadas variáveis antropométricas, fisiológicas e de treinamento fáceis de serem mensuradas, sem a necessidade de utilização de laboratórios específicos. O presente estudo mostrou que com a utilização de algumas variáveis pode-se buscar inferir a performance de triatletas. A previsão de performance é de vital importância, quer seja para a detecção de talentos, quer seja para a estruturação do treinamento, o que mostra a importância do desenvolvimento de modelos desse tipo.


Sign in / Sign up

Export Citation Format

Share Document