Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/255923
Заглавие документа: Методика прогнозирования результатов обучения на основе нейронных сетей
Авторы: Моисеева, Наталья Александровна
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Общие и комплексные проблемы естественных и точных наук
ЭБ БГУ::ОБЩЕСТВЕННЫЕ НАУКИ::Народное образование. Педагогика
Дата публикации: 2020
Библиографическое описание источника: Педагогическая наука и образование. – 2020. – № 2. – С. 38–47.
Аннотация: Разработана и исследована нейросетевая модель интегрированного обучения студентов по дисциплине «Высшая математика с основами информатики». Предложен новый подход к нейросетевому описанию трудно формализуемого процесса обучения студентов, основанный на моделировании процесса передачи знаний в зависимости от личностных характеристик студента и факторов среды обучения. Данный подход включает разработку алгоритма конструирования нейросетевой модели, прогнозирующей знания, умения и навыки у студентов по дисциплине.
Аннотация (на другом языке): The neural network model of integrated teaching of students on the subject “Higher Mathematics with the Basics of Computer Science” has been developed and investigated. A new approach to neural network description of a difficultly formalized process of teaching students, based on modeling the process of knowledge transfer depending on the student's personal characteristics and factors of the learning environment, is proposed. It includes the development of an algorithm for constructing a neural network model that predicts the knowledge and skills of students in the discipline.
URI документа: https://elib.bsu.by/handle/123456789/255923
ISBN: 2310-273Х
Располагается в коллекциях:Кафедра общей математики и информатики (статьи)

Полный текст документа:
Файл Описание РазмерФормат 
Методика прогнозирования результатов обучения на основе нейронных сетей.pdf1,05 MBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.