The new baseline for high dimensional dataset by ranked mutual information features

Feature selection is a process of selecting a group of relevant features by removing unnecessary features for use in constructing the predictive model. However, high dimensional data increases the difficulty of feature selection due to the curse of dimensionality. From the past research, the performance of the predictive model is always compared with the existing results. When attempting to model a new dataset, the current practice is to benchmark for the dataset obtained by including all the features, including redundant features and noise. Here we propose a new optimal baseline for the dataset by mean of ranked features using a mutual information score. The quality of a dataset depends on the information contained in the dataset, and the more information contains in the dataset, the better the performance of the predictive model. The number of features to achieve this new optimal baseline will be obtained at the same time, and serve as the guideline on the number of features needed in a feature selection method. We will also show some experimental results that the proposed method provides a better baseline with fewer features compared to the existing benchmark using all the features.

HealthDesk-A One Stop Health Application Using Machine Learning Techniques

HealthDesk is a mobile solution for all health-related queries. The application is for all the users of the healthcare system. It covers all the major domains in the hierarchy. People have now started digitizing in this domain too. People have shown great trust in this. This helps us to provide the best. Despite this, individuals often face problems ordering their medicines online. There are high chances of people taking medications without a prescription. So, this application recommends top medicines that are similar to the one being ordered to avoid drug-drug interactions. In the scenario of patient emergency many applications for patient health monitoring and appointment scheduling have been developed. However, in the wake of an emergency, people tend to blank out or are unaware of nearby emergency services. So, the application has a feature that enables users to search the most nearby doctor and provide the doctor with the user's current location. The user can be provided with first aid immediately so that he doesn't succumb to death. The healthcare system has frequent updates. The doctors must remain at par with the updates. However, doctors find it strenuous to sit by and search. The app provides them with relevant news according to their preferences. Concluding, this app covers the most important stakeholders of the healthcare system.

Application of Markov chain in students’ assessment and performance: a case study of School of Mathematical Sciences, one of the public university in Malaysia

The quality education is an essential element in economic, political and social development of any country. Therefore, enrollment forecasting is needed in higher education to assist the universities in the preparation of their educational frameworks including budgeting, provide all necessary facilities and planning the overall short and long term goals. This research study the pattern of students’ assessment and their academic performance in School of Mathematical Sciences, Universiti Sains Malaysia. The target population is all undergraduate enrollment from 2016/2017 until 2018/2019 sessions. An absorbing Markov chain model is applied to study the absorption, retention and repetitive rates of the students by the academic programs and gender. The fundamental matrix is constructed to determine the expected duration of schooling before graduating. The enrollment projection is also estimated to study the probability of the performances of the students in the long run. In summary, this research addresses on the use of Markov chain model to describe the stochastic pattern of the enrollment and assessment of the students.

A synthetic exponentially weighted moving average control chart to monitor process median based on ranked set sampling

Exponentially Weighted Moving Average (EWMA) control charts yield insights into data in a way more comprehensible to the practitioners and researchers because of its capability in discovering small to moderate process mean shifts. EWMA control chart is incorporated with conforming run length (CRL) chart, named synthetic EWMA chart, to enhance the performance of the chart in detecting the out-of-control signal. Synthetic EWMA chart based on ranked set sampling (RSS) for monitoring process mean has been proposed as it advanced the detection of chart over a series of mean shifts. With the situation that normality assumption is scarcely attain in practice, we proposed synthetic EWMA median chart based on RSS. Rather than select average run length (ARL) as sole performance evaluating tool, the median and percentiles of run-length distribution are used to examine the performance of the proposed chart as it provides more information on the entire run-length distribution. Near-optimal parameters of the proposed chart will be acquired by setting the incontrol ARL at a designated value. The run length performances of the proposed chart are then compared with the existing charts such as EWMA median chart based on RSS.

Real Time Gender Classification using Convolutional Neural Network

This paper presents real time gender classification using Convolutional Neural Network. Automatic classification of gender has become important to an growing array of applications particularly with the emergence of web networks and social media. Slavery was a significant moral problem in the nineteenth century. It was a struggle toward fascism in the modern period. The fight for gender equality across the world, as well as the need to divide gender for meaningful purposes, would, we conclude, be the most critical moral issue of this century. Differences are needed at different places, such as restrooms for men and restrooms for women; attire for men and attire for women; and so on, in order to plan and advance further in the technological sector. To decrease crime rates, to place the advertisements in malls precisely attracting more people based on gender, to keep track of genders in respective toilets or in trains, for personal services, etc. The authors propose the gender classification dilemma for real-time applications, in which a tool decides if the faces within the exposure belong to a female or a male. The primary fundamental region of experimentation in this venture is adjusting a few already distributed, successful designs utilized for gender orientation classification. Generally, facial structure variations have an effect on gender classification accuracy considerably, as a result of facial form and skin texture modification as they become old. This requires re- examination on the sexual orientation classification framework. By learning representations through the utilization of deep-convolutional neural networks (CNN), a major increase in performance is obtained on these tasks.

Apports des TIC dans l'enseignement et l’apprentissage des mathématiques : Scénarisation pédagogique et pratiques de l'enseignement à distance

L’intégration des TICE (technologie d’information et de communication dans l’enseignement) nécessite une réflexion profonde sur l’évolution des pratiques de classe. Elle nécessite surtout l’innovation dans le choix et dans la conception des situations des apprentissages qui utilisent d’une façon progressive et rationnelle les ressources numériques. Le choix adéquat des approches pédagogiques et didactiques de l'enseignant et des ressources numériques à utiliser ont un impact direct sur l’amélioration de la qualité des apprentissages mathématiques. Dans notre contribution nous réservons une place pour l’impact de la scénarisation et le film éducatif notamment dans l’apprentissage et l’enseignement à distance pour assurer la continuité pédagogique. Nous nous concentrons aussi sur la classe inversée et le e-learning pour leurs rôles dans l’auto-apprentissage des apprenants. Toutefois, il faut signaler que la conception de nouvelles ressources éducatives numériques et leur mise en oeuvre présentent un défi majeur pour les enseignants ; pour produire une nouvelle ressource numérique, il faut combiner les fonctionnalités de plusieurs logiciels. On parle alors des concepts liés à la genèse et l’orchestration instrumentale [1, 12].

Étude des difficultés conceptuelles des élèves marocains sur la formation d’image à travers une lentille convergente et la vision

Cette recherche vise à explorer les difficultés conceptuelles lié à la formation d’image optique et la vision, chez les élèves de la deuxième année secondaire collégial ; avant et après l’enseignement ordinaire de l’optique géométrique. L’échantillon de cette étude est composé de 52 élèves, dont 22 du groupe expérimental et 30 du groupe du groupe control. Les données ont été collectes à travers un questionnaire (pré-test et posttest). Cet article a exploré quelques conceptions alternatives chez les élèves, à propos du rôle de la lentille dans la formation d’image et le processus de vision. Nous examinons, ensuite, l’effet d’une activité d’apprentissage basée sur les nouvelles technologies, sur l’évolution conceptuelle des élèves. L’analyse statistique de résultats a montré qu’il y a une différence statiquement significative, entre le résultat du groupe expérimental et le résultat du groupe contrôle. Le groupe expérimental a enregistré une amélioration significative, plus de 49%.

Les connaissances des enseignants universitaires algériens sur la notion de modèle scientifique

Dans les activités du physicien, les ensembles indissociables théorie et modèle, expérimentation et modélisation sont omniprésents. La question de passage du concret à l’abstrait, de l’expérimentation à sa traduction formalisée passe obligatoirement par la prise en compte de “modèles”. Cette composante pour un physicien est devenue très courante dans son discours scientifique, à tel point qu’il est devenu difficile à contourner. Dans cette étude, nous allons interroger un échantillon d’enseignants universitaires en exercice sur leurs conceptions et leurs utilisations des modèles. La grille d’analyse de nos résultats est basée sur des thèmes centraux préalablement sélectionnés. Les résultats de cette étude peuvent être pris en compte dans la conception des programmes afin de guider les enseignants à choisir une démarche appropriée d’enseignementapprentissage permettant de conduire leurs apprenants à la construction des modèles et à la pratique d’une activité de modélisation.

Evaluation des apprentissages au sein d’un environnement de type MOOC adaptatif

La problématique de l’évaluation des apprentissages au sein d’un MOOC suscite un grand débat. Ce type d’environnements d’apprentissage offre des cours limités dans le temps, organisés en ligne et ouverts à tous. L’apprentissage au sein des MOOC consiste en l’échange du savoir entre les participants et l’interaction avec les concepteurs (forum, chat, etc.) en se libérant des contraintes de temps et d’espace. En effet, le MOOC est un outil d’apprentissage en ligne et rythmés. L’évaluation des apprentissages au sein des MOOC représente un pilier essentiel pour la favorisation d’un apprentissage rythmé. Cet apprentissage libère les apprenants dans le temps et dans l’espace. Les concepteurs des MOOC ont largement investi sur des modalités d’évaluation automatisées, tels que des modes de la correction automatique (les quiz ou les questionnaires à choix multiples). Pourtant, ces modalités restent très limitées face au développement d’une pensée critique au cours d’une séquence d’apprentissage. Dans ce papier nous allons aborder les techniques et les méthodes d’évaluation qui permettent de mesurer l’atteinte des objectifs d’apprentissage dans un MOOC. Ensuite, nous présentons l’architecture d’un modèle d’apprentissage basé sur les agents susceptibles de fournir une évaluation formative et personnalisé de cours en ligne massifs.