Труды III Республиканской научно-практической online-конференции «Образование XXI века: проблемы, тенденции и перспективы»
Сборник II Республиканской научно-практической online-конференции «Образование XXI века: проблемы, тенденции и перспективы» создан на базе Дистанционного образовательного портала «Евразийская наука». Данная конференция – это открытая площадка, созданная для преподавателей вузов и колледжей, педагогов, воспитателей, студентов и магистрантов.
Читать Труды III Республиканской научно-практической online-конференции «Образование XXI века: проблемы, тенденции и перспективы» онлайн беплатно
Составитель Николай Сергеевич Лустов
ISBN 978-5-0059-7248-4
Создано в интеллектуальной издательской системе Ridero
ВСТУПЛЕНИЕ
Сборник III Республиканской научно-практической online конференции «Образование XXI века: проблемы, тенденции и перспективы», создан на базе Дистанционного образовательного портала «Евразийская наука».
Дистанционный образовательный портал «Евразийская наука» – сетевая многофункциональная открытая площадка, созданная для педагогов, воспитателей, школьников, студентов и магистрантов.
Миссия портала – повышение профессионального мастерства педагогов и обучающихся, доступности удовлетворения их запросов и ожиданий на основе использования разнообразных форм и технологий сетевых изданий. Дистанционный образовательный портал «Евразийская наука» является средством массовой информации в сфере образования (Свидетельство о постановке на учет, переучет периодического печатного издания, информационного агентства и сетевого издания №17367-СИ выдано 22.11.2018 г. Комитетом информации Министерства информации и коммуникаций Республики Казахстан).
Абдувалова А. Д.>1, Ешмаханова Т. К.>2, Абдувалова Н. Д.>3
БІЛІМ БЕРУ ДЕРЕКТЕРІН ИНТЕЛЛЕКТУАЛДЫ ТАЛДАУ АЛГОРИТМІН ӨҢДЕУ
(>1,2М.Х.Дулати атындағы Тараз өңірлік университеті, Тараз қ.
>3Бурыл орта мектебінің физика мұғалімі, Тараз қ.)
Қазақстанның жоғары оқу орнында (ЖОО) білім алушылардың оқытылу қызметі туралы көп көлемде ақпарат жинақталған, және олардың көпшілігі студенттердің бүтіндей оқыту мерзіміндегі алған жинақталған орта баллдары бойынша ранжирлеуде статистикалық есеп беру үшін қолданылады. Оқыту үрдісін жетілдіру мақсатында шешім қабылдау үшін түсінікті және көрнекі нәтижелер алу үшін деректерді ағымдағы талдау және ақпаратты өңдеудің интеллектуалды алгоритмдерді қолдану қажет. Дегенмен білім беру сферасында шешім қабылдау және деректерді талдауға Data Mining әдістерін қолдану мәселелері шешілмей келеді [1]. Сондықтан білім беру сферасында ең жиі қолданылатыны интеллектуалды талдаудың сипаттама моделдерінің сатылары 1 -ші кестеде көрсетілген.
Деректерді интеллектуалды талдау алгоритмдері деректерді интеллектуалды талдау модельдерін құратын механизм болып табылады. Модель құру үшін алдын-ала деректер жиыны талданады, белгілі заңдылықтар мен трендтерді іздеуді жүзеге асырады. Алгоритм деректерді интеллектуалды талдау параметрлерінің моделін анықтауға арналған нәтижелер қолданылады. Содан соң бұл параметрлер барлық деректер жиынына қолданылады, онда қолдануға жарамды заңдалықтарды анықтау мен нақты статистиканы алу. Ұсынылған әдісті график түрінде көрсетуді қолданудың қадамдар тізбегі 1-ші суретке сәйкес келтірілді.
Алгоритм құрған деректерді интеллектуалды талдау моделі әртүрлі формада болады және оған келесілер енеді:
– шешім қабылдау ағыны, студент болашақ сессиясын тапсыруын болжайды;
– математикалық модель, кафедралар (факультеттер т.б) бойынша сессия нәтижелерін болжайды;
– білім беру үрдісіндегі деректер жиынының байланыстар варианттарын сипаттайтын кластерлер жиыны т.б.
Деректерді интеллектуалды талдау бойынша модуль құру үшін деректер көздерін анықтау қажет, деректерді интеллектуалды талдау моделі және интеллектуалды талдау құрылымы құрылуы тиіс [2].
Деректерді интеллектуалды талдау моделіне негізделген әдістерден тәуелді келесі нәтежелерді алуға болады:
– шешім қабылдау алгоритм ағашы көмегімен моделдеу нәтижелері;
– кластеризациялау алгоритмі негізінде моделдеу нәтижелері;
– уақыттық қатар алгоритмдері бойынша моделдеу нәтижелері;
– қысқартылған Байес алгоритмі бойынша моделдеу нәтижелері;
– өзара байланыс ережелерін қолданып моделдеу нәтижелері;
– ассоциация алгоритмдері бойынша моделдеу нәтижелері;
– нейрон желілерін қарау құралдары көмегімен моделдеу нәтижелері;
– логистикалық регрессия алгоритмін қолданып моделдеу нәтижелері.
Қазақстан ЖОО-да рейтингті жүйені енгізгеннен бастап оқу үрдісінің жағдайы туралы ақпарат көлемі едәуір ұлғайды. Рейтинг деректердің өңдеу және талдау есебі өзекті сипат алуда, сондай-ак оқу үрдісін басқаруға арналған алынған нәтижелерді интерпритациялау қажет етеді.
Айқынсыз бастапқы ақпараттарды реттеу есебін шешу үшін айқынсыз деректерді талдау әдісі 2-ші суретке сәйкес алгоритмі қолданылады. Бұл әдістер көмегімен әртүрлі топтардағы студенттер үлгерімдерін салыстырмалы бағалау есептерін шешу мүмкін және пәндер жиынтығы бойынша бір топ студенттерін ранжирлейді.
Ары қарай есептің математикалық формулировкасын сипаттаймыз. Альтернатива жиынын қысқаша келтірейік х= {x>i}, мұндағы i=1,2,…,n. Әрбір альтернатива бірнеше белгілермен сипатталады k=1,2,…,m ол {a>і} жиынын құрайды. Әрбір а>k белгі бойынша алтернативті жұп салыстыру туралы ақпарат R>kформасындағы қатынас түрінде көрсетілді. Сонымен, x жиынында R>kталғамының m қатынасы бар болсын. {x, >Ri… >Rm} жиынының ең жақсы альтернативін таңдау талап етіледі.
Сонымен студенттерді бірнеше пәндер жиынтығы бойынша үлгерімдерін ранжирлеу есебін шешу мүмкіндігі туады. Сипатталған алгоритм көмегімен осыған ұқсас көптерген есептерді шешуге болады және рейтинг деректерінен оқу үрдісі туралы қосымша маңызды ақпараттарды шығару мүмкіндігі болады.
