ПРИМЕНЕНИЕ РЕШЕНИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ СТИМУЛИРОВАНИИ ПРЕПОДАВАТЕЛЕЙ ВУЗОВ К ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ

  • Nargiza BABAXODJAYEVA Termiz davlat universiteti dotsenti v.b., PhD
DOI: https://doi.org/10.69617/nuuz.v1i1.7.1.3304
Ключевые слова: Искусственный интеллект, нейронная сеть, образовательный процесс, качества образования, рейтинг преподавателей, нейросимулятор, обучающая выборка данных, прогноз нейронной сети

Аннотация

В статье рассматриваются вопросы связанные с возможностями использования искусственных нейронных сетей в оценке, мониторинге и анализе результатов инновационной образовательной деятельности педагогов высших учебных заведений. Описан метод дифференциального определения направления инновационной деятельности для преподавателей по некоторым условным признакам, выявленным посредством опроса, при помощи программного нейросимулятора. Приведены характеристики приложения «Нейросимулятор 1.0.», а также этапы обучения на основе выборок оценочных признаков, тестирования и получения прогноза искусственной нейронной сети.

Литература

Коляда М. Г. Компьютационная педагогика. Донецк: Ноулидж, 2013. 321 с.

Коляда М. Г., Бугаева Т. И. Вычислительная педагогика. Ростов-на Дону: ЮФУ, 2018. 270 с.

Beecher K. Computational thinking. BCS, The Chartered Institute for IT, 2017. 306 p.

Oancea B., Dragoescu R.,Ciucu S. Predicting students’ results in higher education using neural networks // International Conference on Applied Information and Communication Technologies. 2013. Is. 6. P. 190–193.

Romero C., Ventura S., Pechenizkiy M., Baker R. S.j.d. Handbook of educational data mining. New York: CRC Press, 2011. 526 p.

Osman Y. Computational pedagogy: Fostering a new method of teaching // Computers in Education Journal. 2016. 16(3). P. 51-72.

Yasar O., Veronesi P. Computational pedagogical content knowledge (CPACK): integrating modeling and simulation technology into STEM teacher education // Proc. SITE 2015 — Society for Information Technology & Teacher. Education Int. Conf. Las Vegas: AACE, 2015. P. 3514–3521.

Yasar O., Maliekal J. Computational pedagogy: a modeling and simulation approach // Computing in Science & Engineering. 2014. Vol. 16. No. 3. P. 78–88. DOI: 10.1109/MCSE.2014.60

Berry D. The computational turn: Thinking about the digital humanities // Culture Machine. 2011. Vol. 12. http://sro.sussex.ac.uk/id/eprint/49813/

Патаракин Е. Д., Ярмахов Б. Б. Вычислительная педагогика: мышление, участие и рефлексия //Образовательные технологии и общество. 2018. Т. 21. № 4. С. 502–523.

Baker R. S., Inventado P. S. Educational data mining and learning analytics // Learning Analytics. 2014. P. 61–75. DOI: 10.1007/978-1-4614-3305-7_4

Dutt A. A., Ismail M. A., Herawan T. A systematic review on educational data mining // IEEE Access. 2017. Vol. 5. P. 15991–16005.

Huebner R. A. A survey of educational data-mining research // Research in Higher Education Journal. 2013. Vol. 19. 13 p.

Бабаходжаева Н. М. Использование искусственных нейронных сетей в анализе и прогнозировании результатов педагогической деятельности преподавателей высших учебных заведений // Материалы международной научно-практической конференции «Инновационные технологии в среде цифровизации высшего образования: проблемы и решения-2024». Том 1. С. 212-218.

Опубликован
2024-09-16
Как цитировать
BABAXODJAYEVA, N. (2024). ПРИМЕНЕНИЕ РЕШЕНИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ СТИМУЛИРОВАНИИ ПРЕПОДАВАТЕЛЕЙ ВУЗОВ К ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ. Вестник УзМУ, 1(1.7.1), 63-66. https://doi.org/10.69617/nuuz.v1i1.7.1.3304
Выпуск
Том 1 № 1.7.1 (2024): O'zMU XABARLARI (1.7.1 SONI) 2024
Раздел
Статьи

Copyright (c) 2024 Вестник УзМУ

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.