Оптимизация образовательного процесса студентов с использованием методов и алгоритмов интеллектуального анализа данных

ВВЕДЕНИЕ 7
Актуальность проекта 7
Цель проекта 7
Научная новизна проекта 7
Задачи проекта 8
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА 9
1.1. Образовательный процесс и его проблемы 9
1.1.1. Компоненты образовательного процесса. 9
1.1.2. Общие проблемы современной системы образования 12
1.2. Интеллектуальный анализ данных в образовании 16
ГЛАВА 2. МЕТОДЫ И АЛГОРИТМЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ 23
2.1. Обзор методов анализа данных 23
2.2. Алгоритмы машинного обучения в образовании 39
2.2.1. Контролируемое обучение 40
2.2.2. Неконтролируемое обучение 48
2.2.3. Обучение с подкреплением 54
2.3. Предиктивная аналитика в образовании 57
2.3.1. Системы раннего предупреждения 57
2.3.2. Прогнозирование успеваемости студентов 59
2.4. Источники данных и методы сбора 62
2.4.1. Системы управления обучением (LMS) 63
2.4.2. Образовательные базы данных 67
2.4.3. Опросы и обратная связь 71
2.5. Описательная аналитика в образовании 76
ГЛАВА 3. РАЗРАБОТКА СИСТЕМЫ ПРОФИЛИРОВАНИЯ СТУДЕНТОВ И ФОРМИРОВАНИЯ ИНДИВИДУАЛЬНОЙ УЧЕБНОЙ ТРАЕКТОРИИ 81
3.1. Методика оптимизации образовательного процесса с использованием АОД 81
3.2. Архитектура и технологический стек реализуемой системы 82
3.3. Описание системы профилирования и формирования индивидуальной траектории обучения студента 85
3.4. Преимущества разработанной системы по сравнению с аналогами 85
3.5. тестирование 85
ГЛАВА 4. ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЕКТА 86
4.1. Обоснование целесообразности разработки проекта 86
4.2. Расчет стоимости оборудования и программного обеспечения 88
4.3. Расчет текущих затрат в рамках проекта 90
4.4. Расчет инвестиций в оборотный капитал в рамках проекта 91
4.5. Расчет первоначальных затрат в рамках проекта 92
4.6. Расчет дохода и прибыли в рамках проекта 92
4.7. Экономическая оценка эффективности проекта 93
4.8. Выводы по главе 5 94
ЗАКЛЮЧЕНИЕ 95
СПИСОК ЛИТЕРАТУРЫ 96
ПРИЛОЖЕНИЕ 1 103
ПРИЛОЖЕНИЕ 2 106

Весь текст будет доступен после покупки

Актуальность проекта
Результативное применение компьютерного зрения в сфере автоматизации может значительно повысить уровень точности и оперативности процесса мониторинга. Внедрение подобных систем на основе искусственного интеллекта позволяет не только сократить временные и трудовые затраты, но и минимизировать влияние человеческого фактора. Данный подход является критически важным на производственных площадках, где здоровье сотрудников фактически напрямую зависит от соблюдения требований охраны труда.

Весь текст будет доступен после покупки

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОПТИМИЗАЦИИ УЧЕБНОГО ПРОЦЕССА
1.1. Образовательный процесс и его проблемы
Образовательный процесс - это систематический подход и деятельность, направленные на содействие обучению и приобретению знаний, навыков, установок и ценностей. Это динамичный и непрерывный процесс, в котором участвуют различные заинтересованные стороны, включая учащихся, педагогов, администраторов и политиков. Основная цель образовательного процесса - способствовать интеллектуальному и личностному росту, подготавливая людей к эффективному участию в жизни общества.
Образовательный процесс можно определить как структурированную последовательность учебных мероприятий и опыта, направленных на достижение конкретных результатов обучения. Он включает в себя разработку, реализацию, анализ и оценку образовательных программ и предполагает скоординированные усилия по удовлетворению образовательных потребностей учащихся. Этот процесс определяется философией, теорией и практикой образования, направленными на создание благоприятной учебной среды.

Весь текст будет доступен после покупки

1. Горячкин Б. С., Китов М. А. Компьютерное зрение //E-scio. – 2020. – №. 9 (48). – С. 317–345. – Текст: электронный. – Режим доступа: свободный. – URL: https://cyberleninka.ru/article/n/kompyuternoe-zrenie-1
2. Селянкин В. В. Решение задач компьютерного зрения. – 2016. – Текст: электронный. – Режим доступа: свободный. – URL: http://ntb.tti.sfedu.ru/UML/UML_5538.pdf
3. Шапиро, Л. Компьютерное зрение / Л. Шапиро, Д. Стокман. – Москва: БИНОМ. Лаборатория знаний, 2013. – 752 с. – ISBN 978-5-9963-1312-9. – EDN SUFYRZ. – Текст: электронный. – Режим доступа: для авториз. пользователей. – URL: https://elibrary.ru/item.asp?id=22310886
4. Черкасов Д. Ю., Иванов В. В. Машинное обучение //Наука, техника и образование. – 2018. – №. 5 (46). – С. 85–87. – Текст: электронный. – Режим доступа: свободный. – URL: https://cyberleninka.ru/article/n/mashinnoe-obuchenie
5. Воронина В. В. и др. Теория и практика машинного обучения. – 2017. – Текст: электронный. – Режим доступа: свободный. – URL: http://lib.ulstu.ru/venec/2017/191.pdf
6. Трегубенко, Л. А. Машинное обучение. Основные типы / Л. А. Трегубенко // Modern Science. – 2019. – № 12–4. – С. 350–352. – EDN NJHCYY. – Текст: электронный. – Режим доступа: для авториз. пользователей. – URL: https://elibrary.ru/item.asp?id=41747240
7. Зуева В. Н. Обучение с подкреплением в нейронных сетях //Вестник СевКавГТИ. – 2013. – №. 14. – С. 125. – Текст: электронный. – Режим доступа: свободный. – URL: https://stavuniver.ru/uploads/pdf/268/Vestnik14.pdf#page=125
8. Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. – " Издательский дом"" Питер""", 2017. – Текст: электронный. – Режим доступа: свободный. – URL: https://books.google.ru/books?hl=ru&lr=&id=Zi48DwAAQBAJ
9. Гудфеллоу Я., Иошуа Б., Курвилль А. Глубокое обучение. – Litres, 2022. – Текст: электронный. – Режим доступа: свободный. – URL: https://books.google.ru/books?hl=ru&lr=&id=Zw5kDwAAQBAJ
10. Бондарев В. Н., Аде Ф. Г. Искусственный интеллект //Севастополь: Изд-во СевНТУ. – 2002. – С. 615. – Текст: электронный. – Режим доступа: свободный. – URL: https://books.google.ru/books?hl=ru&lr=&id=qYn_AgAAQBAJ
11. Джейн А. К., Мао Ж., Моиуддин К. М. Введение в искусственные нейронные сети //Computer. – 1996. – Т. 29. – №. 3. – С. 31-44. – Текст: электронный. – Режим доступа: свободный. – URL: http://masters.donntu.ru/2013/fknt/perevozchikov/library/vvedenie_neur_set.pdf
12. Круглов В. В., Дли М. И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. – 2001. – Текст: электронный. – Режим доступа: для авториз. пользователей. – URL: https://elibrary.ru/item.asp?id=24096458

Весь текст будет доступен после покупки