Онлайн поддержка
Все операторы заняты. Пожалуйста, оставьте свои контакты и ваш вопрос, мы с вами свяжемся!
ВАШЕ ИМЯ
ВАШ EMAIL
СООБЩЕНИЕ
* Пожалуйста, указывайте в сообщении номер вашего заказа (если есть)

Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИССЕРТАЦИЯ, ПЕДАГОГИКА

Применение интеллектуального анализа успеваемости студентов для управления образовательной траекторией

olgapetrovna 850 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 68 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 16.02.2022
В соответствии с целью выпускной квaлификационной работы были построены модели анализа обрaзовательных данных на основе методов машинного обучения, таких как: случайный лес, деревья решений, линейная регрессия. А качество моделирования было оценено с помощью ROC-кривой. Эти модели позволяют определить вероятность отчисления студентов после первого курса в ФГБО ВО «УдГУ», и как итог скорректировать образовательную траекторию студентов предложенными методами.
Введение

Одним из самых важнейших компонентов экономического роста и развития всего государства, в особенности в современном мире является образование. [4] Принятие решений в сфере образования является, сложным, многоаспектным процессом, в который вовлечен большой круг причастных лиц. Анализ информации, поступающий от участников образовательного процесса на различных этапах, является одним из самых значимых критериев принятия эффективного решения. Именно на основе этой информации и полученных данных, мы можем прослеживать развитие, замечать ухудшения, продумывать и прорабатывать мероприятия по изменению образовательного процесса учащихся. Именно поэтому, в связи с ростом применения информационных технологий в образовании, появилась заинтересованность к новым методикам и подходам, к автоматизированному выявлению новых, порою скрытых взаимосвязей в данных и их интерпретации в интересах лица, принимающего решения. Существует большое количество задач, в которых методы статистики, машинного обучения и извлечения знаний полезны для всех участников образовательного процесса: преподавателей, обучающихся, методистов. Однако в настоящее время недостаточно проработана теоретическая и практическая основа применения этих методов в практической деятельности. На сегодняшний день, современный рынок труда характеризуется высокой конкуренцией и развитием. [4] Чтобы пройти собеседование в престижной компании, необходимо выделиться на фоне большого числа претендентов. Ситуация усугубляется тем, что первичный отбор кандидатов проходит на уровне резюме. Опытные специалисты могут заинтересовать работодателя своим предыдущим опытом, проектами и достигнутыми результатами, а что делать начинающим карьеру выпускникам вузов? Им остается только ждать и надеяться. Нелегко приходится и работодателям, зачастую, можно опираться только на собственное чутье и интуицию, изучая одинаковые резюме, в которых ничего кроме года выпуска, названия вуза, факультета и специальности нет, и, казалось бы, быть не может. Однако университеты, решившиеся на глобальное преображение в сторону индивидуальных образовательных траекторий (ИОТ) намереваются решить проблему как студентов и выпускников, только начинающих свою профессиональную деятельность, так и работодателей, ищущих молодые кадры с необходимым им набором компетенции. [17] Студент, как активный участник формирования своей индивидуальной образовательной траектории (ИОТ), настроен на ее реализацию. Его активность, осознанность в освоении учебного плана способствует формированию стиля самообразования на основе реализации индивидуальных способностей в познании и практической деятельности, которые постепенно перестраиваются в стиль индивидуальной профессиональной деятельности (ИПД). Как показывает практика, сейчас, наметился переход от коллективной к индивидуальной форме обучения, что несет под собой личное участие каждого студента в формировании образовательной траектории, стимулирование регулярной и результативной самостоятельной работы, усиление мотивации студента к освоению - образовательной программы, благодаря более высокой дифференциации оценки учебной работы студента. [17] Инновационные процессы в образовании требуют изменения принципов, методов подготовки будущего специалиста и формирование у него не только профессиональных знании, умении и навыков, но и таких качеств, как мoбильность, гибкость, коммуникабельность, спoсoбность брать на себя инициативу, делать выбoр и нести за негo oтветственнoсть. [38] Индивидуализация процесса обучения придает осмысленность учебным действиям за счет возможности выбора того или иного типа действия, привнесения личных смыслов в учебный процесс, а также формулирование собственного образовательного заказа и видения своих образовательных перспектив. Видение перспектив довольно значимо для проектирования и реализации индивидуальных образовательных траекторий, обучающихся в условиях непрерывного образования. Так, например, с 2017 года 4 института ТюмГУ учатся по новой образовательной модели. Теперь у первокурсников есть возможность самостоятельно формировать свой собственный учебный план за счет выбора учебных курсов из пяти областей знаний (75 курсов) наряду с изучением обязательных дисциплин. Благодаря внедрению системыиндивидуальных образовательных траекторийу студентов 1 курса есть возможность самостоятельно формироватьсвой собственный учебный план за счет выбора учебных курсов (элективов) из пяти областей знаний (75 курсов) наряду с изучением обязательных дисциплин. [26] Этот пример работы высшего учебного заведения, показывает, что студенту возможно предоставить выбор и показать пути развития образовательных траекторий. Особенность данной системы состоит в том, что студенты уже с 1 курса могут формировать индивидуальную образовательную траекторию, в тоже время как другие вузы предлагают выбор только на старших курсах обучения, когда появляются профильные дисциплины. Благодаря комплексному изучению проблемы, нам удалось выявить ряд противоречий между: - требованиями, предъявляемыми обществом к современному специалисту, и реальным уровнем подготовки выпускников высшего профессионального заведения; - фронтальным изложением материала и индивидуальным характером усвоения его студентами; - имеющимися в распоряжении профессорско-преподавательского состава организацией, методикой, нормами и опытом обучения и сложившееся практикой коллективного обучения в вузе; - необходимостью внедрения информационных технологий в образовательный процесс вуза и недостаточной разработанностью дидактических основ их использования. Цель исследования заключатся в построение рекомендательной модели для поддержки образовательной траектории студентов. Объект исследования – образовательный процесс в Удмуртском государственном университете. Предмет исследования – оценки учащихся на протяжение всего срока обучения в вузе. Информационную базу исследовательской работы составили: официальные данные предоставленные Удмуртским государственным университетом, материалы периодической печати, официальные сайты сети Internet по исследуемом тематике. Выпускная квалификационная работа состоит из трех глав. Первая глава данной работы включает в себя основные понятия «образование» и «образовательная траектория», «индивидуальная образовательная траектория», цели и результаты образования как вида деятельности. Вторая часть данной работы включает в себя анализ основных методов интеллектуального анализа данных, проработка плюсов и минусов, использование данных методов, выводы. Третья глава содержит описание результатов статистического анализа образовательных данных. Анализ данных с помощью методов: случайный лес, дерево решений, логистическая регрессия, анализ результатов моделирования производится с помощью ROC-кривой. Сделаны выводы и предложения по корректировке данных, также определяются практическая значимость моделей исследования.
Содержание

Введение 4 Глава 1. Образование и образовательная траектория 8 1.1 Понятие образования и его виды 8 1.2 Цели и результаты образования как вида деятельности 11 1.3. Понятие образовательной траектории 15 1.4. Индивидуальная образовательная траектория и ее место в образовании 20 Выводы по Главе 1 24 Глава 2. Методы построения образовательной траектории 26 2.1 Статистические методы 26 2.2 Логистическая регрессия 27 2.3 Деревья решений 31 2.3 Случайный лес 34 2.4 ROC-анализ 38 Выводы по Главе 2 40 3. Применение методов построения образовательной траектории 42 3.1 Описание исходных данных 42 3.2 Анализ и обработка исходных данных 44 3.3 Подготовка базы данных для построения моделей 51 3.4 Построение моделей машинного обучения 56 3.5 Применение результатов моделирования и дальнейшее развитие 62 Выводы по Главе 3 65 ЗАКЛЮЧЕНИЕ 67 Список использованной литературы 68
Список литературы

1. Big Data in Education [Электронный ресурс]. – Режим доступа: https://www.coursera.org/course/bigdata-edu. – Дата доступа: 12.01.2016. 2. R — значит регрессия [Электронный ресурс] -https://habr.com/ru/post/350668/ 3. Romero, C. Data mining in education / C. Romero, S. Ventura // Wiley interdisciplinary reviews. Data mining and knowledge discovery. – 2013. – № 3(1). – P. 12–27. 4. Актуальные проблемы образовательной траектории учащихся высшей школы [Электронный ресурс]. - http://www.m- economy.ru/art.php?nArtId=6238 АААААААААААМММММ 5. Андиева М.С. «Управление образованием в Российской Федерации: правовой аспект», статья 2002 год. 6. В.В. Губарев «Открытое образование: мир или реальность?» - Новосибирск, 2000. – 100с. 7. В.Н. Костин, Н.А. Тишина. Статистические методы и модели: Учебное пособие. – Оренбург: ГОУ ОГУ, 2004. – 138 с. 8. Вариативность индивидуальной образовательной траектории студентов [Электронный ресурс]. - https://cyberleninka.ru/article/n/variativnost-individualnoy-obrazovatelnoy-traektorii-studentov-pedagogicheskogo-vuza 9. Вероятностно-статистические методы и модели анализа эмпирических данных [Электронный ресурс] - https://www.sgu.ru/education/dopolnitelnoe-professionalnoe-obrazovanie/veroyatnostno-statisticheskie-metody-i-modeli-analiza 10. Выборка. Типы выборок. Расчет ошибки выборки. [Электронный ресурс]. - https://fdfgroup.ru/poleznaya- informatsiya/stati/vyborka-tipy-vyborok-raschet-oshibki-vyborki/ 11. Дерево решений: пример. Алгоритмы построения дерева принятия решений [Электронный ресурс] - http://gymnasium.pruzhany.by 12. Е.В. Яковлев «Управление качеством образования в высшей школе: теория, практика» - Челябинск, 2000. – 149с. 13. Ефремова Н.Ф. Компетенции в образовании. Формирование и оценивание. -М.: Национальное образование, 2012. - 416 с. 14. Задачи и методы интеллектуального анализа образовательных данных для поддержки принятия решений [Электронный ресурс]. - https://cyberleninka.ru/article/n/zadachi-i-metody-intellektualnogo-analiza-obrazova/viewer 15. Индивидуальная образовательная траектория студента: анализ трактовок понятия [Электронный ресурс]. - https://cyberleninka.ru/article/n/individualnaya-obrazovatelnaya-traektoriya-studenta-analiz-traktovok-ponyatiya 16. Индивидуальные образовательные траектории в российских вузах [Электронный ресурс]. - https://www.minobrnauki.gov.ru/press-center/news/?ELEMENT_ID=21499 17. Индивидуальные образовательные траектории студентов в высшей школе: к постановке проблемы [Электронный ресурс] - https://www.top-technologies.ru/ru/article/view?id=36442 18. Интеллектуальный анализ данных в задачах управления качеством образовательного процесса [Электронный ресурс]. - http://aeer.ru/files/io/m13/art_6.pdf 19. Интеллектуальный анализ данных в педагогической аналитике [Электронный ресурс] -https://elibrary.ru/item.asp?id=25721415 20. Интеллектуальный анализ данных как составлявшая педагогического управления [Электронный ресурс] - https://www.edscience.ru/jour/article/view/234?locale=ru_RU 21. Как индивидуальные образовательные траектории меняют российские вузы [Электронный ресурс] - https://www.kommersant.ru/doc/4828803 22. Котова, Е. Е. (2019). Прогнозирование успешности обучения в интегрированной образовательной среде с применением инструментов онлайн аналитики.Компьютерные инструменты в образовании, (4), 55-80. https://doi.org/10.32603/2071-2340-2019-4-55-80 23. Линейная регрессия: насколько хорошо построенная модель описывает данные? [Электронный ресурс] - https://r-analytics.blogspot.com/2014/05/blog-post_18.html 24. Линейная регрессия в R[Электронный ресурс] - https://rpubs.com/smarcel/106230 25. Логистическая регрессия и ROC – анализ – математический аппарат [Электронный ресурс] - https://loginom.ru/blog/logistic-regression-roc-auc 26. Лукашенко М. А. Высшее учебное заведение на рынке образовательных услуг: актуальные проблемы управления. – М.: Маркет ДС, 2003. – 356 с. – (Академическая серия). 27. Мерков А.Б. Распознавание образов. Введение в методы статистического обучения. - Едиториал УРСС, 2011. - 256 с. 28. Метод дерева решений и другие методы на основе графов [Электронный ресурс] - https://www.statmethods.ru/category/statistics-metody/ 29. Метод деревьев решений в задаче синтеза алгоритма оценки качества электронных учебных курсов [Электронный ресурс] - http://docplayer.ru/33839759-Metod-derevev-resheniy-v-zadache-sinteza-algoritma-ocenki-kachestva-elektronnyh-uchebnyh-kursov.html 30. Метод случайного леса [Электронный ресурс] -https://craftappmobile.com/random-forest-method/ 31. Методы обработки данных и моделирование на языке R. [Электронный ресурс]– Режим доступа: http://www.lib.unn.ru/students/src/grishin_tihov_R.pdf 32. Модели и алгоритмы интеллектуального анализа образовательных данных для поддержки принятия решений [Электронный ресурс]. - https://www.dissercat.com/content/modeli-i-algoritmy-intellektualnogo-analiza-obrazovatelnykh-dannykh-dlya-podderzhki-prinyati 33. Найханова Л. В., Дамбаева С. В методы и алгоритмы принятия решений в управлении учебным процессом в условиях неопределенности: Монография. -Улан-Удэ: Изд-во ВСГТУ, 2004. - 164 с. 34. Ниворожкина Л.И. Статистические методы анализа данных: Учебник / Л.И. Ниворожкина, С.В. Арженовский, А.А. Рудяга. — М.: Риор, 2018. — 320 c. 35. Оськин, А.Ф. Информационно-образовательная среда поддержки управляемой самостоятельной работы студентов / А.Ф. Оськин // Высшая школа. – 2007. – № 5. – С. 67–72 36. Случайный (Random Forest) [Электронный ресурс] -https://dyakonov.org/2016/11/14/%D1%81%D0%BB%D1%83%D1%87%D0%B0%D0%B9%D0%BD%D1%8B%D0%B9-%D0%BB%D0%B5%D1%81-random-forest/ 37. Статистические методы анализа данных [Электронный ресурс]. - http://www.vsavm.by/knigi/kniga3/780.html 38. Университет будущего: индивидуальное образование в эру трансформации [Электронный ресурс] - https://education.forbes.ru/special-projects/iot-main 39. Федеральные государственные образовательные стандарты[Электронный ресурс]. - https://fgos.ru/ 40. Федеральный закон об образовании в Российской федерации [Электронный ресурс] - http://www.consultant.ru/document/cons_doc_LAW_140174/ 41. Фиофанова О.А. Анализ больших данных в сфере образования: методология и технологии- Москва 2020. – 101 с. 42. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных./ пер.с англ. А.А. Слинкина.-М.:ДМКПресс,2015-400с.:ил. 43. Хлопотов М.В., Коцюба И.Ю. Методы интеллектуального анализа данных для мониторинга и диагностики качества образования // Дистанционное и виртуальное образование. - Москва, 2014. - № 5. - С. 18-25. 44. Хридина Н.Н. Методы прикладной статистики как инструмент решения задач управления образованием. Вестник УрФУ. Серия: Экономика и управление. - 2003. - № 1.-С. 40-48. 45. Что такое индивидуальная траектория и план развития [Электронный ресурс] - https://theoryandpractice.ru/posts/18580-chto-takoe-individualnaya-traektoriya-i-plan-razvitiya
Отрывок из работы

ГЛАВА 1. ОБРАЗОВАНИЕ И ОБРАЗОВАТЕЛЬНАЯ ТРАЕКТОРИЯ 1.1 Понятие образования и его виды Образование является объектом исследования многих отраслей знаний: филосoфии, экoнoмики, педагогики, юриспруденции, социологии и т.д. Представителями дaнных нaук сформулированы основные определения образования и обучения, однако сами определения существенно могут отличаются друг от друга (при условии, что находятся внутри одной отрасли знаний). Самое точное определение образования приводится в преамбуле Закона об образовании, где под ним понимаетcя целенаправленный процесс воспитания и обучения в интересах человека, общества, государства, сопровождающийся констатацией достижения гражданином (обучающимся) установленных государством образовательных уровней (образовательных цензов). [40] Из вышесказанного определения следует, что образование характеризуется наличием двуx компонентов (процеccов) – воспитания и обучения, а также подтверждением достижения соответствующего образовательного ценза обучающимся. Можно точно сказать, что образование представляет собой совокупность вместе взятых процессов обучения, воспитания и результата. Рассмотрим и проанализируем, что в понятие образования вкладывают различные ученные и деятели науки. Например, Е.В. Яковлев, под образованием понимает результат усвоения систематизированных знаний, умений, навыков и развития интеллектуальных качеств личности; необходимое условие подготовки человека к жизни и труду. [12]
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Служба поддержки сервиса
+7 (499) 346-70-XX
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg