Search Results - "ПРОГНОЗИРОВАНИЕ УСПЕВАЕМОСТИ"
-
1
Source: Экономика и предпринимательство. :1395-1397
Subject Terms: интеллектуальный анализ данных, machine learning, statistical analysis, прогнозирование успеваемости, оптимизация образовательного процесса, time series analysis, анализ временных рядов, data mining, academic performance forecasting, машинное обучение, optimization of the educational process, статистический анализ
-
2
Source: Вестник Вятского государственного университета. :63-73
-
3
Source: Вестник МГПУ. Серия Информатика и информатизация образования.
Subject Terms: алгоритмы машинного обучения, big data, 4. Education, machine learning algorithms, artificial intelligence in education, большие данные, informatization of education, искусственный интеллект в образовании, информатизация образования, прогнозирование успеваемости учащихся, predicting student performance
-
4
-
5
Subject Terms: персонализация обучения, neural network models, классификация, educational technologies, academic performance prediction, предиктивная аналитика, personalized learning, адаптивное обучение, интеллектуальный анализ данных, электронное обучение, Educational Data Mining, искусственный интеллект, дистанционное образование, learning, прогнозирование успеваемости, Big Data в образовании, поведенческий анализ студентов, LMS (Learning Management Systems), student behavioral analysis, data mining, adaptive learning, artificial intelligence, машинное обучение, Learning Analytics, Big Data in education, predictive analytics, machine learning, classification, distance education, MOOC (Massive Open Online Courses), образовательные технологии, кластеризация, образовательная аналитика, educational analytics, нейросетевые модели, clustering
-
6
Contributors: Корчевская, Е. А., науч. рук.
Subject Terms: информационные технологии, прогнозирование успеваемости, высшая школа, однослойный персептрон, студенты, нейронные сети, искусственные нейронные сети, методы обучения, Python
File Description: application/pdf
Access URL: https://rep.vsu.by/handle/123456789/38100
-
7
Authors: et al.
Source: The Topical Issues of the Humanities and Social Sciences: from Theory to Practice; 224-227 ; Актуальные вопросы гуманитарных и социальных наук: от теории к практике; 224-227
Subject Terms: инклюзивное образование, образовательные технологии, адаптивное обучение, большие данные, взаимодействие с родителями, персонализация обучения, конфиденциальность данных, аналитика данных в образовании, индивидуализация учебного процесса, оптимизация учебных ресурсов, прогнозирование успеваемости, этика данных, машинное обучение в образовании, профилактика отсева студентов, междисциплинарное обучение, глобальное образовательное сотрудничество
File Description: text/html
Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-907688-82-7; https://phsreda.com/e-articles/10556/Action10556-108942.pdf; Борисова В.В. Этические аспекты использования данных в образовании / В.В. Борисова. – Ростов н/Д.: ЮФУ, 2019. – С. 82–83.; Васильева Т.Ю. Инновационные методы обучения в современной школе / Т.Ю. Васильева. – М.: Просвещение, 2019. – С. 94–95.; Смирнова О.Н. Адаптивное обучение в цифровую эпоху / О.Н. Смирнова. – СПб.: ББК, 2020. – С. 187–188.; https://phsreda.com/article/108942/discussion_platform
-
8
Authors: et al.
Contributors: et al.
Subject Terms: БИНАРНАЯ КЛАССИФИКАЦИЯ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, MACHINE LEARNING MODEL, ПОДГОТОВКА ДАННЫХ, ПРОГНОЗИРОВАНИЕ УСПЕВАЕМОСТИ СТУДЕНТОВ, ИНСТРУМЕНТЫ ОЦЕНКИ, ASSESSMENT TOOLS, МОДЕЛЬ МАШИННОГО ОБУЧЕНИЯ, ONLINE COURSES, PREDICTION OF STUDENT PERFORMANCE, BINARY CLASSIFICATION, ОНЛАЙН-КУРСЫ, ДИСБАЛАНС КЛАССОВ, DATA PREPARATION, CLASS IMBALANCE
File Description: application/pdf
Access URL: http://elar.urfu.ru/handle/10995/140363
-
9
Source: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 11:3-4
Subject Terms: неоднородность учащихся, heterogeneity of students, 4. Education, electronic information and educational environment, Data Mining, прогнозирование успеваемости учащихся, intellectual analysis of educational data, электронная информационно-образовательная среда, forecasting of student progress, интеллектуальный анализ образовательных данных
-
10
Subject Terms: нейронные сети, прогнозирование успеваемости студентов, машинное обучение
File Description: application/pdf
Access URL: https://lib.vsu.by/jspui/handle/123456789/26710
-
11
Subject Terms: нейронные сети, прогнозирование успеваемости студентов, машинное обучение
File Description: application/pdf
Access URL: https://rep.vsu.by/handle/123456789/26710
-
12
-
13
Subject Terms: information technologies in education, educational data analysis, анализ образовательных данных, прогностические модели, prediction of students' performance, цифровая образовательная среда, информационные технологии в образовании, predictive models, прогнозирование успеваемости студентов, digital educational environment
-
14
Authors:
Thesis Advisors:
Subject Terms: MASTER'S THESIS, PREDICTION OF STUDENT PERFORMANCE, MACHINE LEARNING MODEL, ASSESSMENT TOOLS, ONLINE COURSES, DATA PREPARATION, CLASS IMBALANCE, BINARY CLASSIFICATION, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, ПРОГНОЗИРОВАНИЕ УСПЕВАЕМОСТИ СТУДЕНТОВ, МОДЕЛЬ МАШИННОГО ОБУЧЕНИЯ, ИНСТРУМЕНТЫ ОЦЕНКИ, ОНЛАЙН-КУРСЫ, ПОДГОТОВКА ДАННЫХ, ДИСБАЛАНС КЛАССОВ, БИНАРНАЯ КЛАССИФИКАЦИЯ
File Description: application/pdf
Availability: http://elar.urfu.ru/handle/10995/140363
-
15
Authors:
Contributors:
Subject Terms: прогнозирование успеваемости студентов, модель машинного обучения, подготовка данных, набор данных, классификация, student performance forecasting, machine learning model, data preparation, data set, classification, 09.04.04, 004.81:005.853:378.4
File Description: application/pdf
Relation: Зяблецев П. А. Прогнозная модель для оценки успеваемости студентов университета по итогам текущего обучения : магистерская диссертация / П. А. Зяблецев; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ); науч. рук. Е. И. Губин. — Томск, 2020.; http://earchive.tpu.ru/handle/11683/61074
Availability: http://earchive.tpu.ru/handle/11683/61074
-
16
Authors:
Source: The Topical Issues of the Humanities and Social Sciences: from Theory to Practice; 224-227
Актуальные вопросы гуманитарных и социальных наук: от теории к практике; 224-227Subject Terms: взаимодействие с родителями, аналитика данных в образовании, персонализация обучения, индивидуализация учебного процесса, прогнозирование успеваемости, машинное обучение в образовании, адаптивное обучение, междисциплинарное обучение, инклюзивное образование, профилактика отсева студентов, глобальное образовательное сотрудничество, большие данные, конфиденциальность данных, этика данных, оптимизация учебных ресурсов, образовательные технологии
File Description: text/html
-
17
Authors:
Contributors:
Subject Terms: Python, высшая школа, информационные технологии, искусственные нейронные сети, методы обучения, нейронные сети, однослойный персептрон, прогнозирование успеваемости, студенты
File Description: application/pdf
Relation: e82557f7732df9c61a5787dfe4f50867; https://rep.vsu.by/handle/123456789/38100
Availability: https://rep.vsu.by/handle/123456789/38100
-
18
Authors: et al.
Source: Педагогический опыт: теория, методика, практика; № 4(5); 62-65 ; ISSN: 2412-0529 ; 2412-0529
Subject Terms: нейросетевые технологии, нейронная сеть, прогнозирование успеваемости студентов
File Description: text/html
Relation: info:eu-repo/semantics/altIdentifier/pissn/2412-0529; https://interactive-plus.ru/e-articles/193/Action193-15738.pdf; 1. Гобарева Я.Л., Золотарюк А.В., Медведева М.Б. Проблемы образовательного процесса и их решение с применением облачных технологий // Валютное регулирование и валютный контроль. – 2015. – №5. – С. 55–62.; 2. Золотарюк А.В. Комплексный интегральный подход оценивания знаний и компетенций как решение насущных проблем образовательного процесса // Развитие тестовых технологий как фактор повышения качества образования: Сборник научных статей / Под ред. О.В. Машниковой. – М.: Финансовый университет, 2012. – С. 61–64.; 3. Золотарюк А.В., Садовникова Н.О., Черных Н.А. Прогнозирование результатов вузовской успеваемости абитуриентов // Новые информационные технологии в образовании: Сборник научных трудов 13-й международной научно-практической конференции «Технологии 1С для эффективного обучения и подготовки кадров в целях повышения производительности труда» 29 – 30 января 2013 г. / Под ред. проф. Д.В. Чистова. – Ч. 2. – М.: 1С-Паблишинг, 2013. – С. 75 – 80.; 4. Золотарюк А.В., Фомичева Т.Л., Кижнер А.И. Модели взаимодействия преподавателей и студентов при реализации различных форм учебной деятельности. // Известия Института инженерной физики. – 2014. – №4 (34). – С. 47–50.; 5. Золотарюк А.В., Фомичева Т.Л., Кижнер А.И. Роль облачных сервисов в формировании профессиональных информационно-технологических компетенций студентов. // Известия Института инженерной физики, 2015. №2 (36). – С. 96–100.; 6. Польдин О.В. Прогнозирование успеваемости в вузе по результатам ЕГЭ // Прикладная эконометрика. – 2011. – №1 (21). – С. 56– 69.; 7. Реестр вузов России: мониторинг трудоустройства выпускников [Электронный ресурс]. – Режим доступа: http://media.rspp.ru/document/1/c/5/ c5a1415f5c8dad447e5179d3eb5f1a70.pdf
-
19
Authors: Позняк, Н. А.
Subject Terms: нейронные сети, прогнозирование успеваемости студентов, машинное обучение
File Description: application/pdf
Availability: https://rep.vsu.by/handle/123456789/26710
-
20
Authors:
Subject Terms: МОТИВАЦИЯ, ТЕСТ, СРЕДНЯЯ УСПЕВАЕМОСТЬ, КОЭФФИЦИЕНТЫ КОРРЕЛЯЦИИ, НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ, НЕПАРАМЕТРИЧЕСКАЯ СТАТИСТИКА, ПАРАМЕТРИЧЕСКАЯ СТАТИСТИКА, ПРИЗНАК, ФАКТОРНОЕ ПРОСТРАНСТВО, КРИТЕРИЙ ХИ-КВАДРАТ, ГИПОТЕЗА О НОРМАЛЬНОСТИ, ПРОГНОЗИРОВАНИЕ УСПЕВАЕМОСТИ
File Description: text/html
Nájsť tento článok vo Web of Science 
