Публікація: Методи штучних нейронних мереж для адаптивного тестування знань
Завантаження...
Дата
2021
Назва журналу
ISSN журналу
Назва тома
Видавництво
ХНУРЭ
Анотація
Під адаптивним тестовим контролем розуміють комп’ютеризовану систему науково обґрунтованої перевірки й оцінювання результатів навчання, що має високу ефективність за рахунок оптимізації процедур генерації, пред’явлення й оцінки результатів виконання адаптивних тестів, що заснована на методах побудови та оптимізації логічних мереж. Алгоритми підбору й пред’явлення завдань будуються за принципом зворотного зв’язку, коли при правильній відповіді суб’єкта навчання чергове завдання вибирається більш важким, а неві-
рна відповідь спричиняє пред’явлення наступного більш легкого завдання, ніж те, на яке суб’єктом навчання була дана невірна відповідь. Також є можливість завдання додаткових питань по темах, які суб’єкт навчання знає не дуже добре для більш точного з’ясування рівня знань у даних областях. Вибір алгоритмів тестування наразі фактично обмежений формами представлення тестових завдань і алгоритмами оцінювання результатів тестування. Досягнення більш високих результатів і підвищення мотивації навчання в остаточному підсумку
є основною метою тестування знань. Для визначення базового алгоритму, необхідно навести сценарій роботи системи. У його основі лежить модель приймання іспиту викладачем у студента, як модель адаптивного тестування. Такий вибір сценарію роботи системи обумовлений тим, що, по-перше, дана процедура історично добре формалізована, по-друге, при проектуванні тестів, їх розробнику необхідно спиратися на загальноприйняті, відомі й використовувані їм методи з мінімальною модифікацією.
Опис
Ключові слова
дистанційна освіта, логічна мережа, алгебра скінченних предикатів, дистанійне тестування знань, модель суб’єкта навчання
Бібліографічний опис
Методи штучних нейронних мереж для адаптивного тестування знань / І. Ю. Шубін, Г. Г. Четвериков, В. А Ляшик, Н. О. Шанідзе // Бионика интеллекта : научно-технический журнал. – 2021. – № (96). – С. 103–111.