10% endirim hədiyyə edin
Bu kitabı tövsiyə edin və dostunuzun alışından 0,19 ₼ əldə edin.
Исследование информационных характеристик учебного текста методами многомерного статистического анализа
mətnPDF
1,85 ₼
Kitab haqqında
В статье с помощью методов многомерного статистического анализа (кластерный и факторный анализы, методы корреляционных плеяд и вроцлавской таксономии, многомерное шкалирование) изучены информационные характеристики учебного текста по философии и экономической теории для высшей школы. В частности, выделены группы близких параметров текста и на основе информационной меры Кульбака отобраны признаки, которые обладают наибольшей информативностью среди признаков своей группы.С помощью дискриминантного анализа выделены основные признаки, влияющие на усвоение учебного текста (средняя длина абзаца в словах, средняя длина абзаца в буквах, процент слов длиной 11 букв и больше, процент слов длиной 13 букв и больше), вычислены дискриминантные функции, на основе которых появляется возможность отнести каждый объект (текст), в том числе и неизвестный, к одной из известных групп (легкий-трудный). Полученные расчёты будут использованы для создания программного обеспечения, автоматизирующего оценку понятности (читабельности) учебного материала для высшей школы.
Rəy bildirmək
Giriş, kitabı qiymətləndirmək və rəy bildirmək
Kitabın təsviri
В статье с помощью методов многомерного статистического анализа (кластерный и факторный анализы, методы корреляционных плеяд и вроцлавской таксономии, многомерное шкалирование) изучены информационные характеристики учебного текста по философии и экономической теории для высшей школы. В частности, выделены группы близких параметров текста и на основе информационной меры Кульбака отобраны признаки, которые обладают наибольшей информативностью среди признаков своей группы.
С помощью дискриминантного анализа выделены основные признаки, влияющие на усвоение учебного текста (средняя длина абзаца в словах, средняя длина абзаца в буквах, процент слов длиной 11 букв и больше, процент слов длиной 13 букв и больше), вычислены дискриминантные функции, на основе которых появляется возможность отнести каждый объект (текст), в том числе и неизвестный, к одной из известных групп (легкий-трудный). Полученные расчёты будут использованы для создания программного обеспечения, автоматизирующего оценку понятности (читабельности) учебного материала для высшей школы.
Kitab М. М. Невдаха «Исследование информационных характеристик учебного текста методами многомерного статистического анализа» - pdf formatında yükləyin və ya onlayn oxuyun. Şərh və rəylərinizi qeyd edin, sevimlilərinizi seçin.
