dc.contributor.author | Козачко, О. М. | uk |
dc.contributor.author | Жуков, С. О. | uk |
dc.contributor.author | Вуж, Т. Є. | uk |
dc.contributor.author | Лотоцький, А. О. | uk |
dc.date.accessioned | 2022-08-22T12:43:42Z | |
dc.date.available | 2022-08-22T12:43:42Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Метод аналізу рівня знань іноземної мови студентів закладу вищої освіти на основі машинного навчання [Електронний ресурс] / О. М. Козачко, С. О. Жуков, Т. Є. Вуж, А. О. Лотоцький // Наукові праці ВНТУ. – 2021. – № 4. – Режим доступу: https://praci.vntu.edu.ua/index.php/praci/article/view/644. | uk |
dc.identifier.issn | 2307-5376 | |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/35711 | |
dc.description.abstract | Стаття присвячена розробці методу аналізу рівня знань іноземної мови студентів закладу вищої
освіти на основі методів машинного навчання. За допомогою методів машинного навчання можна
виявити закономірності та тенденції, що дозволять підняти рівень знань студентів закладів вищої
освіти. Завданнями роботи відповідно до поставленої мети є різносторонній аналіз даних: аналіз
предметної галузі, розвідувальний аналіз, побудова моделі об’єкта та визначення дисциплін, що
впливають на рівень вивчення іноземної мови. Для пошуку виду математичної моделі класифікатора
в роботі використані дерева рішень.
Для розробки методу аналізу рівня знань іноземної мови студентів закладу вищої освіти в роботі
використано технології машинного навчання, за допомогою яких розроблено різні моделі дерев
рішень з подальшим вибором найкращої з них. Виявлення закономірностей здійснюється за рахунок
побудови дерев рішень на вибірках отриманих оцінок студентами Вінницького національного
медичного університету ім. М. І. Пирогова у 2-му, 4-му та 6-му семестрах навчання. В рамках цієї
роботи пошук виду класифікатора здійснюється на основі градієнтного бустингу та логістичної
регресії. Проведені експерименти показали, що правила отримані за допомогою регресійної моделі
точніше прогнозують рівень знань іноземної мови. На основі цих досліджень зроблені адекватні і
достатньо точні висновки про виявлені закономірності.
Запропонований метод дозволяє виявити закономірності рівня знань іноземної мови студентів
закладів вищої освіти, використовуючи методи машинного навчання та забезпечує виявлення
дисциплін, вивчення яких найбільше впливає на рівень знань іноземної мови. Для визначення рівня
знань іноземної мови студентами закладу вищої освіти, було розроблено програмний модуль у вигляді
веб-системи з використанням основних веб-технологій, який дозволяє автоматизовано розв’язати
поставлену задачу з наданням рекомендацій щодо покращення рівня знань іноземної мови.
Програмний модуль включає в себе веб-сайт з підключеною базою даних. Ці дослідження можуть
бути ефективно використані для покращення сучасного навчального процесу. | uk |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Наукові праці ВНТУ : № 4. | uk |
dc.relation.uri | https://praci.vntu.edu.ua/index.php/praci/article/view/644 | |
dc.subject | дерева рішень | uk |
dc.subject | розвідувальний аналіз | uk |
dc.subject | побудова моделей | uk |
dc.subject | виявлення закономірностей | uk |
dc.subject | фактор впливу | uk |
dc.subject | Python | en |
dc.title | Метод аналізу рівня знань іноземної мови студентів закладу вищої освіти на основі машинного навчання | uk |
dc.type | Article | |
dc.identifier.udc | 004.9 | |
dc.relation.references | 1. Predicting Pupil’s Successfulness Factors Using Machine Learning Algorithms and Mathematical Modelling Methods [Електронний ресурс]. Режим доступу: https://link.springer.com/chapter/10.1007/978-3-030-16621-2_58. | en |
dc.relation.references | Mathematics Learning through Computational Thinking Activities: A Systematic Literature Review ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ ТА КОМП’ЮТЕРНА ТЕХНІКА Наукові праці ВНТУ, 2021, No 48[Електронний ресурс]. Режим доступу: http://jucs.org/jucs_24_7/mathematics_learning_through_computational/jucs_24_07_0815_0845_barcelos.pdf. | en |
dc.relation.references | Teaching computational thinking to english learners[Електронний ресурс]. Режим доступу: https://par.nsf.gov/servlets/purl/10073683. | en |
dc.relation.references | Zhi-Hua Z. Ensemble Methods: Foundations and Algorithms / Zhou Zhi-Hua.–New York: Chapman and Hall/CRC, 2012. –236 с. | en |
dc.relation.references | ShindeA. PreimagesforVariationPatternsfromKernelPCAandBagging/ A.Shinde, A. Sahu, D. Apley, G. Runger. // IIETransactions.–2014. –Vol. 46.–P. 429–456. DOI: 10.1080/0740817X.2013.849836. | en |
dc.relation.references | A Kaggler's Guide to Model Stacking in Practice [Електронний ресурс].Режим доступу: http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking-in-practice/. | en |
dc.relation.references | Random classification noise defeats all convex potential boosters [Електронний ресурс]/ Philip M. Long, Rocco A. Servedio // Machine Learning. –2010. –78. –P. 287–304. DOI: https://doi.org/10.1007/s10994-009-5165-z. | en |
dc.relation.references | Module pandas_profiling. [Електронний ресурс].Режим доступу: https://pandas-profiling.ydata.ai/docs/master/. | en |
dc.relation.references | Наказ МОЗ України від 22.01.2021 No106[Електронний ресурс]. Режим доступу: https://zakon.rada.gov.ua/laws/show/z0269-21#n7. | uk |
dc.relation.references | Some Studies in Machine Learning Using the Game of Checkers [Електронний ресурс].Режим доступу: https://ieeexplore.ieee.org/document/5392560. | en |