Έρευνα και επισκόπηση αλγορίθμων μηχανικής μάθησης για συσταδοποίηση και χρήση κανόνων σε δεδομένα εκπαίδευσης με χρήση του εργαλείου Weka

Abstract

Η συγκεκριμένη εργασία αποτελεί επισκόπηση που αφορά τα προβλήματα μηχανικής μάθησης με δεδομένα από τον εκπαιδευτικό χώρο και εξαρτώνται σε μεγάλο βαθμό από τους αλγόριθμους που χρησιμοποιούνται για την εκπαίδευση του εκάστοτε μοντέλου. Υπάρχουν διάφορες προσεγγίσεις και αλγόριθμοι για την εκπαίδευση ενός μοντέλου μηχανικής μάθησης. Η εποπτευόμενη και η μη εποπτευόμενη μάθηση είναι οι δύο πιο σημαντικές από αυτές τις προσεγγίσεις. Προβλήματα που έχουν αναδυθεί και αποτελούν σημαντικό πεδίο έρευνας του εκπαιδευτικού τομέα σχετίζονται με τις εκπαιδευτικές πρακτικές που εφαρμόζονται στην τηλεκπαίδευση και θα μπορούσαν εύκολα να ερευνηθούν και να επιλυθούν με τη βοήθεια μιας μορφής μάθησης χωρίς επίβλεψη, γνωστή και ως Clustering ή στα ελληνικά συσταδοποίηση (ή και ομαδοποίηση). Όπως προκύπτει και από την ονομασία της, η συσταδοποίηση περιλαμβάνει το χωρισμό σημείων δεδομένων σε πολλές συστάδες με παρεμφερείς τιμές. Δηλαδή, η συσταδοποίηση στοχεύει να διαχωρίσει ομάδες στοιχείων με παρόμοια χαρακτηριστικά όπου στη συνέχεια θα ομαδοποιηθούν σε διαφορετικές μεταξύ τους συστάδες. Αν και για τους ανθρώπους είναι εύκολο να εκπαιδευτούν στα να διαχωρίζουν ένα μήλο από ένα πορτοκάλι το ίδιο δεν ισχύει για ένα μηχάνημα παρά μόνο εάν εκπαιδευτεί αποτελεσματικά σε ένα σχετικά μεγάλο σύνολο δεδομένων. Αυτή η εκπαίδευση επιτυγχάνεται με αλγόριθμους μάθησης χωρίς επίβλεψη (ή μη εποπτευόμενη μάθηση) και συγκεκριμένα με συσταδοποίηση. Σε απλή γλώσσα, οι συστάδες είναι η συγκέντρωση σημείων δεδομένων που έχουν παρεμφερείς τιμές ή χαρακτηριστικά και οι αλγόριθμοι συσταδοποίησης είναι οι μέθοδοι για την συσταδοποίηση παρεμφερών σημείων δεδομένων σε ετερογενή ενιαία σύνολα ετερόκλητων στοιχείων συνδεμένων μεταξύ τους με διαφορετικούς κανόνες με βάση τις τιμές ή τα χαρακτηριστικά που τα διακρίνουν. Σκοπός αυτής της διπλωματικής είναι η χρήση αλγόριθμων μηχανικής μάθησης για συσταδοποίηση και χρήση κανόνων σε ένα σύνολο δεδομένων χρησιμοποιώντας το εργαλείο Weka, ιδανικό για τη διεξαγωγή συμπερασμάτων σε δεδομένα εκπαίδευσης.