Exploration de données à l'aide d'un réseau neuronal

? l'heure actuelle, la quantit? de donn?es stock?es dans les bases de donn?es ?ducatives augmente rapidement. Ces bases de donn?es contiennent des informations cach?es permettant d'am?liorer les performances des ?l?ves. L'arbre de d?cision est l'algorithme de classification le plus utile dans l'exploration de donn?es ?ducatives en raison de sa facilit? d'ex?cution et de compr?hension par rapport ? d'autres algorithmes. L'algorithme de l'arbre de d?cision permet d'obtenir des r?sultats plus pr?cis et plus valables, ce qui peut ?tre utile aux enseignants pour am?liorer les r?sultats d'apprentissage des ?tudiants. Les algorithmes d'arbre de d?cision ID3, C4.5 et CART ont ?t? appliqu?s aux donn?es des ?tudiants pour pr?dire leurs performances. Mais ces trois algorithmes ne sont utilis?s que pour les petites bases de donn?es. Pour les grandes bases de donn?es, nous utilisons un nouvel algorithme, SPRINT, qui ?limine toutes les restrictions de m?moire et les probl?mes de pr?cision rencontr?s avec les autres algorithmes. Il est plus rapide et plus ?volutif que les autres car il peut ?tre mis en oeuvre ? la fois en s?rie et en parall?le pour un bon placement des donn?es et un bon ?quilibrage de la charge. Dans ce travail, l'algorithme d'arbre de d?cision SPRINT est utilis? pour r?soudre le probl?me de la classification dans le syst?me ?ducatif.