مقایسه ی کارایی شبکه ی عصبی مصنوعی با رگرسیون لجستیک در پیش بینی میزان ریزش دانشجویان

مدل رگرسیون لجستیک یکی از مهم ترین مدل های خطی تعمیم یافته است که برای تحلیل مدل های چند متغیره کاربرد دارد به طوری که تمامی عوامل پیش بینی کننده موجود در یک مساله را به طور همزمان مورد توجه قرار می دهد. این مدل برای پیش بینی مدل های خطی و غیرخطی مناسب هستنداز سوی دیگر شبکه های عصبی به دلیل قابلیت های منحصر به فردشان ابزار بسیار کارایی برای پیش بینی می باشند. این مدل ها از اطلاعات پیشین استفاده نموده و رفتار آینده آنرا پیش بینی می نمایند.بنابراین جهت تحلیل موضوع مثالهایی در این زمینه ارائه شده و نتایج پیش بینی بیانگر آن است که شبکه عصبی مصنوعی توانسته با دقت بیشتری نتایج را نسبت به رگرسیون لجستیک پیش بینی نماید.