Перегляд за Автор "Pyshnyi M. A."
Зараз показуємо 1 - 3 з 3
Результатів на сторінці
Налаштування сортування
Документ Модель учня в інтелектуальній системі оцінювання знань(2015) Пишний М. А.; Pyshnyi M. A.Робота присвячена проблемі розробки ефективних автоматизованих систем контролю знань шляхом додавання інтелектуальної функціональності та інтеграції в систему моделі учня.Документ Нечітка модель оцінки знань при поточному контролі(СумДПУ імені А. С. Макаренка, 2018) Гулєша О. М.; Huliesha O. M.; Багрій В. В.; Bahrii V. V.; Пишний М. А.; Pyshnyi M. A.; Устименко В. О.; Ustymenko V. O.Показано роль поточного контролю знань в навчальному процесі. Розглянута така форма поточного контролю, як комп’ютерне тестування, виділені її переваги і недоліки. Важливою тенденцією цього напрямку є пошук інноваційних методів контролю знань, які відповідають вимогам об’єктивності, надійності, технологічності при невеликих витратах. Мета контролю – визначення якості засвоєння навчального матеріалу, міри відповідності сформованих умінь і навичок цілям та завданням навчання по тому або іншому навчальному предмету. Важлива складова ефективного тестування – об’єктивний аналіз отриманих даних, в основі якого лежить певна модель оцінювання результатів. Оптимальним рішенням проблеми є використання сучасної теорії Item Response Theory (IRT), яка призначена для оцінки латентних параметрів учасників тестування і параметрів завдань тесту за допомогою застосування математико-статистичних моделей виміру. Усі моделі IRT розрізняються по кількості використовуваних в них змінних. Найбільш відомі – це однопараметрична модель Раша, двохпараметрична і трьохпараметрична моделі Бірнбаума. Запропоновано метод оцінки знань студента з урахуванням часу, витраченого на рішення конкретного завдання.Методику оцінки якості знань студентів пропонується побудувати з використанням методів і засобів штучного інтелекту, реалізованих в пакеті Fuzzy Logic Toolbox системи MatLab у вигляді адаптивної системи нейро-нечіткого виведення ANFIS (Adaptive Neuro – Fuzzy Inference System). Гібридна система ANFIS є поєднанням нейро-нечіткого методу виведення Сугено з можливістю навчання штучної нейронної мережі прямого поширення з одним виходом і декількома входами, які є нечіткими лінгвістичними змінними. Проведені дослідження дозволяють зробити висновок про те, що комп’ютерне моделювання на основі нечіткої логіки дає можливість кількісно описати якісну оцінку результатів діяльності, що свідчить про наявність значного потенціалу нечіткого моделювання в області рішення завдань сучасної освіти. Впровадження нової системи тестування в навчальний процес створює умови для розширення можливостей викладачів і студентів.Документ Інтелектуальні технології в системі контролю знань студентів(ФОП Цьома С. П., 2017) Пишний М. А.; Pyshnyi M. A.; Марченко О. О.; Marchenko O. O.Розглянуто питання здійснення контролю знань студентів на основі нейронних мереж. Принцип роботи заснований на застосуванні методів штучного інтелекту.