摘要:文章针对评估高等学校在校生校内消费情况方面存在的工作量大、衡量标准难以确定、主观因素影响较大等问题,提出了基于多层感知器神经网络机器学习的评估方法,即采用多层感知器神经网络算法构建模型,学习学生的校内消费数据,挖掘出数据中的隐含信息,再利用学习完成的模型实现评估的一种方法.该方法使用Python编程实现.实验结果表明,该方法能够快速、准确地完成所需的消费特征评估,为学校决策者和相关管理部门提供有力的数据支持.
关键词:多层感知器 神经网络 消费评估 机器学习 python
单位:安徽理工大学现代教育技术中心; 安徽淮南232001; 安徽理工大学测绘学院; 安徽淮南232001
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社