Resumen

A medida que el número de estudiantes en las universidades sigue creciendo, el sistema de gestión académica universitaria cuenta con una gran cantidad de datos sobre el rendimiento de los estudiantes. Sin embargo, la utilización de estos datos se limita únicamente a consultas simples y trabajos estadísticos, y no hay precedentes de utilizar estos datos para mejorar el modo de enseñanza del inglés. Con la aplicación de la teoría difusa en el aprendizaje automático y la inteligencia artificial, nació el algoritmo del árbol de decisión difuso al integrar la teoría de conjuntos difusos con el algoritmo del árbol de decisión. En este artículo, proponemos una forma de obtener los centroides de agrupamiento de atributos continuos mediante el algoritmo -means y combinamos el número difuso triangular para difuminar los datos continuos. Además, este artículo analiza la influencia de la distancia al vecino más cercano en la clasificación, introduce una función de peso gaussiana, otorga diferentes pesos de voto a los vecinos según la distancia, y establece un algoritmo de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Estudiantes; Datos; Teoría difusa; Aprendizaje automático; Algoritmo; Clasificación
• Keywords:Students; Data; Fuzzy theory; Machine learning; Algorithm; Classification