Аннотация
Исследуются вопросы применения систем искусственного интеллекта в учебном процессе в высшей школе. Выдвинута и доказана гипотеза, что, используя нейросетевую модель персептрон, можно успешно провести оценку компетенций студентов по дисциплине «Организация предпринимательской деятельности». Для получения комплексной оценки компетентности студента потребовалось формирование системы оценки соответствующей компетенции с учетом уровня знаний по конкретным темам, что потребовало разработки соответствующих контрольно-оценочных средств и технологий.
Ключевые слова
- высшее образование
- нейросеть
- обучение студентов
- оценка компетентности
- персептрон
- индивидуализация обучения
Благодарности и раскрытие информации
Благодарности
Литература
Хисматулина З.Н. Эволюция стандартов высшего образования: от ориентации на знания, умения и навыки к оценке компетенций. URL: https://cyberleninka.ru/article/n/evolyutsiya-standartov-vysshego-obrazovaniya-ot-orientatsii-na-znaniya-umeniya-i-navyki-k-otsenke-kompetentsiy
Аванский С.М., Щербакова С.В. Построение интеллектуальной компьютерной обучающей системы с применением нейронных сетей. URL: https://cyberleninka.ru/article/n/postroenie-intellektualnoy-kompyuternoy-obuchayuschey-sistemy-s-primeneniem-neyronnyh-setey
Козлов А.Н., Козлова О.В. Оценка качества образования с использованием нейронных сетей. URL: https://cyberleninka.ru/article/n/otsenka-kachestva-obrazovaniya-s-ispolzovaniem-neyronnyh-setey
Махныткина О.В. Решение задач оценки компетентности студента с использованием интеллектуального анализа данных // Бизнес-аналитика. Использование аналитической платформы Deductor в учебном процессе вуза. М., 2011. С. 67–74.
Жуйков В.В. Система оценки качества знаний студентов на основе нейронных сетей. Курск, 2009.
Пятковский О.И. Разработка гибридной интеллектуальной системы с нечетко-нейросетевыми компонентами для решения задачи оценки компетентности студентов. URL: http://elib.altstu.ru/elib/books/Files/pa2012_2/pdf/120guner.pdf
Нейронная сеть оценки компетентности студентов по дисциплине «Организация предпринимательской деятельности» по направлению 38.04.01 «Экономика фирмы и отраслевых рынков». Волгоград, 2017.
Ломакин Н.И., Лукьянов Г.И., Плаксунова Т.А. Нейронная сеть оценки компетентности студентов по дисциплине «Организация предпринимательской деятельности» по направлению 38.04.01 «Экономика фирмы и отраслевых рынков». Саратов, 2017. C. 575–589.
Шептунов С.А., Соломенцев Ю.М., Кабак И.С. и др. Нейросетевая модель формирования развития личности ребенка в процессе его обучения в средней школе // Известия высших учебных заведений. 2014. No 4 (32). С. 41–52.
Цифровая экономика и финансовые технологии: проблемы и перспективы. URL: https://vk.com/ibispb
Omarbekova A., Zakirova A., Abduraimova B., Duzelbayev S. Automated generation of test questions from knowledge-base // Journal of Engineering and Applied Sciences. 2017. No 18. С. 4693–4696.
Gorbachev S., Syryamkin M., Syryamkin V., Vaganova E. Cognitive neural network foresight to forecast scientific and technological development of the state // Social and Behavioral Sciences. 2015. Т. 206. С. 378–382.