排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
2.
我是在溜冰场听到这个故事的——溜冰教练小时候生活在大兴安岭旁边的乡村里。冬天来了,湖面结冰,孩子们在上面玩得不亦乐乎。有一天,一个大孩子提议:去湖对面的小山上玩打仗游戏。大家都赞同。为了抄近,他们需要穿过湖面。教练穿的是解放鞋,橡胶底,踩在冰上,很滑。其他孩子穿的是布棉鞋,走得稍稍快一些。整个湖面大约1公里宽,那个下午,教练走得相当艰难,不知摔了多少跤。到达岸边时,全身冒汗,累得气喘嘘嘘。看看电子表,竟然走了半个小时。大家在山脚下休息一会儿,约定一起向山头“冲锋”,谁先占领谁就赢了。教练看看山,高度不过600米,但沿… 相似文献
3.
随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近(KNN)、支持向量机(SVM)、决策树(DT)、朴素贝叶斯(NB)等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%, 召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括:年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90%,准确率92.60%,召回率89.26%。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。 相似文献
4.
5.
组织中心理契约违背理论的研究 总被引:11,自引:0,他引:11
1 什么是心理契约 在企业的发展过程中 ,雇主和员工之间的关系并不是一纸契约就能完全包含的 ,而且由于环境、组织和个体的动态变化 ,雇佣关系也不可能全部通过契约加以明确规范。然而企业和员工却常常能找到决策的依据 ,并且各自行为常常具有相互可预测的特点 ,如同有一纸契约在加以规范 ,这就是心理契约。早在二十世纪六十年代 ,Argyris、Schein、Kotter等都对心理契约下了定义。如美国著名的管理学家E H Schein对心理契约下的定义是企业能清楚每个员工的发展期望 ,并满足之 ;而每个员工也为企业的发展做出全力奉献 ,因为他们相信… 相似文献
6.
8.
9.
10.