نام پژوهشگر: آرزو فرزادمنش

مقایسه ی کارایی شبکه ی عصبی مصنوعی با رگرسیون لجستیک در پیش بینی میزان ریزش دانشجویان
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه 1392
  آرزو فرزادمنش   پرویز نصیری

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.