Методы и модели интеллектуального автоматизированного контроля знаний
Состав работы
|
|
|
|
Необходимые программы
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Аннотация
Настоящий реферат содержит результаты анализа методов и моделей интеллектуального контроля знаний с применением средств вычислительной техники, существующих на данный момент в области образования. Также рассказывается о новых разработках в этой области и собственных мыслях автора. Узловыми вопросами работы является обзор имеющихся средств автоматизации контроля знаний и тестирования, теоретические разработки различных авторов, методы построения интеллектуальных систем контроля, модели оценивания знаний.
Содержание
Введение. 5
1. Контроль и тестирование. 7
1.1 Функции контроля. 7
1.1.1 Контролирующая функция. 7
1.1.2 Обучающая функция. 7
1.1.3 Диагностическая функция. 8
1.1.4 Прогностическая функция. 8
1.1.5 Развивающая функция. 8
1.1.6 Ориентирующая функция. 9
1.1.7 Воспитывающая функция. 9
1.2 Методы контроля. 9
1.2.1 Устная проверка. 9
1.2.2 Проверка письменно – графических работ. 11
1.2.3 Проверка практических и лабораторных работ. 12
1.3 Средства контроля. 12
1.3.1 Безмашинные средства контроля. 12
1.3.1.1 Проверка домашнего задания. 12
1.3.1.2. Диктант. 13
1.3.1.3 Организация самостоятельных работ. 13
1.3.1.4. Организация контрольных работ. 13
1.3.2 Машинные средства проверки. 14
1.4 Компьютерное тестирование. 14
2. Интеллектуальное тестирование. 19
2.1 Методы и модели. 20
2.1.1 Модели распознавания образа уровня знаний. 20
2.1.2 Предметно - критериальная методика составления тестов. 22
2.1.3 Метод определения количества образовательной информации. 24
2.1.4 Информационно-генетические алгоритмы.. 26
2.1.5 Модель Раша. 28
2.1.6 Абсолютная временная шкала измерения знаний. 31
2.1.7 Методика статистического анализа качества обучения. 32
2.1.8 Модель адаптивного тестового контроля. 34
2.1.9 Концептуальная модель адаптивного тестового контроля знаний. 36
2.1.9.1 Блок целей обучения. 36
2.1.9.2 Блок содержания. 36
2.1.9.3 Блок измерения. 37
2.1.9.4 Блок адаптивного обучения. 39
2.1.9.5 Блок системы мониторинга. 42
2.1.10 Технология рейтинговых исследований качества образования с применением нейронных сетей 42
2.2 Собственные разработки. 45
2.2.1 Тестирование по методу цепочек вопросов. 45
2.2.2 Автоматизированный контроль знаний по методике уточняющих вопросов. 46
2.2.4 Алгоритмы прямого тестирования в интеллектуальной автоматизированной системе контроля знаний. 48
2.2.5 Метод адаптивного автоматизированного тестирования знаний. 50
Заключение. 52
Список использованной литературы.. 54
Введение
В последние годы в России в сфере образования наблюдается стремительное усиление интереса к автоматизации промежуточного и финального контроля результатов обучения учащихся самых различных учебных заведений, начиная от школ и заканчивая коммерческими курсами. Самым популярным видом такого контроля является тестирование, основанное на диалоге вычислительной системы с пользователем. Стремительный рост быстродействия компьютерных систем, уменьшение цен на вычислительную технику, появление качественных и мощных систем программирования увеличило потребность в системах, позволяющих объективно, быстро и надежно оценивать знания учащихся, предлагая интересные формы взаимодействия с ними.
Но вопрос создания таких систем является не однозначным, и авторы существующих разработок иногда отходят от педагогической и психологической стороны вопроса, пытаясь максимально увеличить привлекательность своих программных продуктов за счет средств мультимедиа. Иногда программисты просто игнорируют процесс взаимодействия с непосредственно носителями знаний (преподавателями), что отражается на существующих приложениях. Очень часто сами преподаватели не владеют в должной мере методами оценки качества создаваемых тестов (будем говорить о тестировании).
Необходимо отметить, что первые концепции компьютеризации обучения возникли более 30 лет назад под лозунгом “техническое перевооружение педагога, механизация его труда”, “обучающей машины”, имитирующей процесс индивидуальной работы преподавателя с обучаемым. Со временем росло понимание их ограниченности. Определенное распространение получили попытки использовать в учебном процессе системы искусственного интеллекта [1]. Именно применение методов искусственного интеллекта и инженерии знаний, на мой взгляд, поможет превозмочь субъективность и прямолинейность процесса тестирования, поднимая уровень оценивания знаний машинными системами. Дело в том, что применение традиционных методов компьютерного обучения и контроля (прямое тестирование, бальная система, и т.д.) неприемлемо: для того, чтобы оценить знания обучаемого, преподавателю приходится переработать огромное количество информации, и процесс взаимодействия оценивающего и оцениваемого не поддается строгой формализации, поэтому три основные алгоритмические структуры (последовательная, ветвление, цикл) при реализации машинных систем не смогут описать в полной мере данную предметную область. Т.е. осуществление автоматизированного контроля знаний, умений обучаемых, в первую очередь, включает решение проблемы определения совокупности требуемых качеств знаний, без которых критерии оценки знаний и способы определения уровня их усвоения выявить нельзя.
Автор в данной работе попытался показать некоторые существующие методы и модели интеллектуального тестирования (см. 2), описать и оценить качество существующих систем контроля, выдвинуть собственные идеи.
Настоящий реферат содержит результаты анализа методов и моделей интеллектуального контроля знаний с применением средств вычислительной техники, существующих на данный момент в области образования. Также рассказывается о новых разработках в этой области и собственных мыслях автора. Узловыми вопросами работы является обзор имеющихся средств автоматизации контроля знаний и тестирования, теоретические разработки различных авторов, методы построения интеллектуальных систем контроля, модели оценивания знаний.
Содержание
Введение. 5
1. Контроль и тестирование. 7
1.1 Функции контроля. 7
1.1.1 Контролирующая функция. 7
1.1.2 Обучающая функция. 7
1.1.3 Диагностическая функция. 8
1.1.4 Прогностическая функция. 8
1.1.5 Развивающая функция. 8
1.1.6 Ориентирующая функция. 9
1.1.7 Воспитывающая функция. 9
1.2 Методы контроля. 9
1.2.1 Устная проверка. 9
1.2.2 Проверка письменно – графических работ. 11
1.2.3 Проверка практических и лабораторных работ. 12
1.3 Средства контроля. 12
1.3.1 Безмашинные средства контроля. 12
1.3.1.1 Проверка домашнего задания. 12
1.3.1.2. Диктант. 13
1.3.1.3 Организация самостоятельных работ. 13
1.3.1.4. Организация контрольных работ. 13
1.3.2 Машинные средства проверки. 14
1.4 Компьютерное тестирование. 14
2. Интеллектуальное тестирование. 19
2.1 Методы и модели. 20
2.1.1 Модели распознавания образа уровня знаний. 20
2.1.2 Предметно - критериальная методика составления тестов. 22
2.1.3 Метод определения количества образовательной информации. 24
2.1.4 Информационно-генетические алгоритмы.. 26
2.1.5 Модель Раша. 28
2.1.6 Абсолютная временная шкала измерения знаний. 31
2.1.7 Методика статистического анализа качества обучения. 32
2.1.8 Модель адаптивного тестового контроля. 34
2.1.9 Концептуальная модель адаптивного тестового контроля знаний. 36
2.1.9.1 Блок целей обучения. 36
2.1.9.2 Блок содержания. 36
2.1.9.3 Блок измерения. 37
2.1.9.4 Блок адаптивного обучения. 39
2.1.9.5 Блок системы мониторинга. 42
2.1.10 Технология рейтинговых исследований качества образования с применением нейронных сетей 42
2.2 Собственные разработки. 45
2.2.1 Тестирование по методу цепочек вопросов. 45
2.2.2 Автоматизированный контроль знаний по методике уточняющих вопросов. 46
2.2.4 Алгоритмы прямого тестирования в интеллектуальной автоматизированной системе контроля знаний. 48
2.2.5 Метод адаптивного автоматизированного тестирования знаний. 50
Заключение. 52
Список использованной литературы.. 54
Введение
В последние годы в России в сфере образования наблюдается стремительное усиление интереса к автоматизации промежуточного и финального контроля результатов обучения учащихся самых различных учебных заведений, начиная от школ и заканчивая коммерческими курсами. Самым популярным видом такого контроля является тестирование, основанное на диалоге вычислительной системы с пользователем. Стремительный рост быстродействия компьютерных систем, уменьшение цен на вычислительную технику, появление качественных и мощных систем программирования увеличило потребность в системах, позволяющих объективно, быстро и надежно оценивать знания учащихся, предлагая интересные формы взаимодействия с ними.
Но вопрос создания таких систем является не однозначным, и авторы существующих разработок иногда отходят от педагогической и психологической стороны вопроса, пытаясь максимально увеличить привлекательность своих программных продуктов за счет средств мультимедиа. Иногда программисты просто игнорируют процесс взаимодействия с непосредственно носителями знаний (преподавателями), что отражается на существующих приложениях. Очень часто сами преподаватели не владеют в должной мере методами оценки качества создаваемых тестов (будем говорить о тестировании).
Необходимо отметить, что первые концепции компьютеризации обучения возникли более 30 лет назад под лозунгом “техническое перевооружение педагога, механизация его труда”, “обучающей машины”, имитирующей процесс индивидуальной работы преподавателя с обучаемым. Со временем росло понимание их ограниченности. Определенное распространение получили попытки использовать в учебном процессе системы искусственного интеллекта [1]. Именно применение методов искусственного интеллекта и инженерии знаний, на мой взгляд, поможет превозмочь субъективность и прямолинейность процесса тестирования, поднимая уровень оценивания знаний машинными системами. Дело в том, что применение традиционных методов компьютерного обучения и контроля (прямое тестирование, бальная система, и т.д.) неприемлемо: для того, чтобы оценить знания обучаемого, преподавателю приходится переработать огромное количество информации, и процесс взаимодействия оценивающего и оцениваемого не поддается строгой формализации, поэтому три основные алгоритмические структуры (последовательная, ветвление, цикл) при реализации машинных систем не смогут описать в полной мере данную предметную область. Т.е. осуществление автоматизированного контроля знаний, умений обучаемых, в первую очередь, включает решение проблемы определения совокупности требуемых качеств знаний, без которых критерии оценки знаний и способы определения уровня их усвоения выявить нельзя.
Автор в данной работе попытался показать некоторые существующие методы и модели интеллектуального тестирования (см. 2), описать и оценить качество существующих систем контроля, выдвинуть собственные идеи.
Другие работы
Исследование диапазонного усилителя радиочастоты на полевом транзисторе
nat2744
: 27 ноября 2010
СибГУТИ. Радиоприемные устройства. Лабароторная работа 2.
1.Цель работы
Изучение физических основ и основ теории построения усилителей радиочастоты (УРЧ). Экспериментальное исследование и изучение основных особенностей работы транзисторного усилителя радиочастоты в диапазоне частот.
2. Расчетная часть
Исходные данные для расчета:
Транзистор КП303. Режим транзистора Ес = 5 В. Ic0 = 2 мА.
Параметры транзистора в указанном режиме:
G22 = 0,05 мСм; С12 = 1,5 пФ; |Y21| = S = 4 мА/В.
Индуктивность конт
100 руб.
Физика. Лабораторная работа №1-2 1- сессия. Вариант №1
Bondi
: 19 января 2021
1. Изобразить графически сечение эквипотенциальных поверхностей электростатического поля, созданного заданной конфигурацией электрических зарядов
2. Используя изображение эквипотенциальных поверхностей, построить силовые линии электростатического поля заданной конфигурации зарядов
3. При помощи полученной картины силовых и эквипотенциальных линий проверить справедливость формулы связи напряжённости электрического поля с его потенциалом.
Лабораторная работа №2
«Измерение удельного заряда электро
35 руб.
Лабораторная работа № 3 Операционные системы. Вариант № 20
Despite
: 14 мая 2015
3. Написать программу “часы”, которая будет однократно перехватывать показания системных часов и от них вести отсчет времени, используя собственный счетчик прерываний таймера (в качестве основы может быть использован обработчик прерываний таймера из предыдущей работы). Показания времени – часы, минуты, секунды – следует выводить в заданном месте экрана. Формат вывода: xx:xx:xx. Обновление показаний времени выполнять дискретно, через заданное количество секунд.
60 руб.
Учет добавочного капитала в кредитных организациях
alfFRED
: 29 августа 2013
Введение
Глава 1. Понятие и сущность добавочного капитала в кредитной организации
1.1 Понятие капитала коммерческого банка
1.2 Понятие добавочного капитала коммерческого банка
Глава 2. Учет добавочного капитала в кредитной организации
2.1 Порядок проведения переоценки имущества кредитных организаций
2.2 Порядок размещения банком собственных акций и формирования эмиссионного дохода
2.3 Учет операций, связанных с изменением величины добавочного капитала коммерческого банка
Глава 3. Практическое за
10 руб.