Показать сокращенную информацию
dc.contributor | Казанский (Приволжский) федеральный университет | |
dc.contributor.author | Маклецов С.В. | ru_RU |
dc.contributor.author | Хабибуллина Г.З. | ru_RU |
dc.contributor.author | Хайруллина Л.Э., | ru_RU |
dc.date.accessioned | 2018-01-12T08:21:26Z | |
dc.date.available | 2018-01-12T08:21:26Z | |
dc.date.issued | 2017 | |
dc.identifier.uri | http://dspace.kpfu.ru/xmlui/handle/net/117615 | |
dc.description.abstract | В статье рассматривается вопрос применения педагогической модели, основанной на применении алгоритмов машинного обучения для повышения качества подготовки студентов. Применение искусственных нейронных сетей типа перцептрон позволяет автоматизировать классификацию студентов в зависимости от ряда параметров их успеваемости и скорректировать их индивидуальную траекторию обучения. | ru_RU |
dc.description.abstract | This article considers the question of applying of a special pedagogical model for improvement of student's preparation quality. The model is based on application of algorithms of machine learning. The use of artificial perceptron-type neural networks makes it possible to automate the classification of students, which depends on several parameters of their performance. Ultimately, it gives an opportunity to adjust student's individual trajectory of learning. | en_US |
dc.relation.ispartofseries | Н.И. ЛОБАЧЕВСКИЙ И МАТЕМАТИЧЕСКОЕ ОБРАЗОВАНИЕ В РОССИИ | ru_RU |
dc.subject | искусственные нейронные сети | ru_RU |
dc.subject | дифференцированный подход | ru_RU |
dc.subject | индивидуальный подход | ru_RU |
dc.subject | artificial neural networks | en_US |
dc.subject | differential approach | en_US |
dc.subject | individual approach. | en_US |
dc.title | О ПРИМЕНЕНИИ МОДЕЛИ КЛАССИФИКАЦИИ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА ОБУЧЕНИЯ СТУДЕНТОВ | ru_RU |
dc.title.alternative | ABOUT APPLICATION OF THE CLASSIFICATION MODEL BASED ON AN ARTIFICIAL NEURAL NETWORKS FOR INCREASING THE QUALITY OF STUDENT TRAINING | en_US |
dc.type | article | |
dc.identifier.udk | 378:004.89 | |
dc.description.pages | 236-237 |