- •Содержание
- •Анализ современных подходов к обработки результатов взаимодействия компетентностно-ориентированных моделей в обучающих иэс
- •Исследование функциональных возможностей подсистемы поддержки построения обучающих интегрированных экспертных систем (инструментальный комплекс ат-технология)
- •Особенности подсистемы поддержки построения обучающих интегрированных экспертных систем
- •Средства мониторинга процесса функционирования обучающей иэс
- •Модуль статистической обработки данных
- •Параметры статистической обработки информации
- •Экспериментальное программное исследование базовой версии модуля статистической обработки данных
- •Современные статистические методы, применяемые к задаче оценки компетенций обучаемых
- •Задачи, решаемые в данной работе
- •Задача 1. Оценивание группы студентов, сравнение групп
- •Задача 2. Упрощение набора компетенций, используемого для оценивания
- •Задача 3. Исследование структуры группы студентов
- •Требования на создание алгоритмов и программных средств поддержки взаимодействия компетентностно-ориентированных моделей в обучающих иэс
- •Постановка задачи дипломной работы
- •Теоретические аспекты алгоритмов поддержки взаимодействия компетентностно-ориентированных моделей в обучающих иэс
- •Формальная постановка задачи
- •Разработка алгоритмов поддержки взаимодействия компетентностно-ориентированных моделей в обучающих иэс
- •Разработка алгоритмов учета степени достижения целевых компетенций по конкретным курсам/дисциплинам для обучаемого
- •Разработка алгоритмов учета степени достижения целевых компетенций по конкретным курсам/дисциплинам для группы обучаемых
- •Разработка алгоритма анализа уровня текущих компетенций обучаемых
- •Алгоритм прогноза уровня компетенций обучаемых
-
Разработка алгоритмов поддержки взаимодействия компетентностно-ориентированных моделей в обучающих иэс
Ниже представлены разработанные алгоритмы с пошаговым описанием и блок-схемами.
-
Разработка алгоритмов учета степени достижения целевых компетенций по конкретным курсам/дисциплинам для обучаемого
Рассмотрим постановку задачи в целом.
Дано:
-
Выборка X – уровень знаний обучаемых: Результаты 1-го (среднесеместровый контроль) тестирования.
Compmarki = <ZL, Wn> - множество рассчитанных коэффициентов компетенций, где ZL – уровень сложности, Wn – сбалансированные весовые коэффициенты.
-
Выборка Y – уровень знаний обучаемых: Результаты 2-го (конец семестра) тестирования.
Compmarki = <ZL, Wn> - множество рассчитанных коэффициентов компетенций, где ZL – уровень сложности, Wn – сбалансированные весовые коэффициенты.
Требуется: произвести анализ гипотезы о том, что уровень знаний в середине и конце семестра имеют линейную зависимость. Выдвинуто предположение, что данные X и Y распределены по нормальному закону. Блок схема алгоритма изображена на рис.19.
Алгоритм:
Шаг 1:Осуществляется выборка данных в массивы Xи Y, причём данные структурируются по каждому студенту.
Шаг 2: Вычисляется коэффициент корреляции Пирсона, после чего строятся точечные диаграммы для каждой пары выборок X и Y. На диаграммах проводятся линии тренда, показывающие, на сколько плохо или хорошо прослеживается зависимость данных в выборках Xи Y.
Шаг 3: Делается вывод о степени достижения целевых компетенций каждым обучаемым.
Начало
Выполнить
SQL-запрос
на выборку результатов компетенций
обучаемых 1-ого и 2-ого тестирования
Занести
результаты выполнения запроса в два
массива Х и У
Последняя
строка массива Х достигнута
нет
Имя
i-ого
обучаемого из массива Х содержится в
массиве У да
Вычислить
средние значения х и у элементов каждого
массива
Вычислить
хi-x
и yi-y
(где хi
и
yi
– значения i-ых
элементов массивов Х и У)
нет
Удалить
обучаемого из выборки да
Вычислить
значение (хi-x)(yi-y)
Вычислить
значение (хi-x)2(yi-y)2
Переход
к следующему обучаемому (i
= i
+ 1)
Переход
к следующим элементам Конечные
элементы массивов достигнуты
Построить
точечную диаграмму и провести линии
регрессии нет
Вычислить ∑(хi-x)(yi-y) да
Вычислить
rt
= ∑(хi-x)(yi-y)/√
∑(хi-x)2∑(yi-y)2 Вычислить ∑(хi-x)2∑(yi-y)2
Завершение работы
Рис.19
Блок-схема алгоритма учета степени
достижения целевых компетенций по
конкретным курсам/дисциплинам для
обучаемого
-
Разработка алгоритмов учета степени достижения целевых компетенций по конкретным курсам/дисциплинам для группы обучаемых
Рассмотрим постановку задачи в целом.
Дано:
-
Выборка X – уровень знаний обучаемых: Результаты 1-го (среднесеместровый контроль) тестирования.
Compmarki = <ZL, Wn> - множество рассчитанных коэффициентов компетенций, где ZL – уровень сложности, Wn – сбалансированные весовые коэффициенты.
-
Выборка Y – уровень знаний обучаемых: Результаты 2-го (конец семестра) тестирования.
Compmarki = <ZL, Wn> - множество рассчитанных коэффициентов компетенций, где ZL – уровень сложности, Wn – сбалансированные весовые коэффициенты.
Требуется: произвести анализ гипотезы о том, что уровень знаний в середине и конце семестра имеют линейную зависимость. Выдвинуто предположение, что данные X и Y распределены по нормальному закону. Блок схема алгоритма изображена на рис.20.
Алгоритм:
Шаг 1:Осуществляется выборка данных в массивы X и Y, причём данные суммируются и усредняются так, что в обоих выборках остается по одному параметру (группа обучаемых). с набор данных.
Шаг 2: Вычисляется коэффициент корреляции Пирсона, после чего строятся точечные диаграммы для каждой пары выборок Xи Y. На диаграммах проводятся линии тренда, показывающие,на сколько плохо или хорошо прослеживается зависимость данных в выборках Xи Y.
Шаг 3: Делается вывод о степени достижения целевых компетенций группой обучаемых.
Начало
Выполнить
SQL-запрос
на выборку результатов компетенций
обучаемых 1-ого и 2-ого тестирования
Занести
результаты выполнения запроса в два
массива Х и У
Последняя
строка массива Х достигнута
нет
да Объединить
элементы в каждом из массивов Х и У
Имя
i-ого
обучаемого из массива Х содержится в
массиве У
Вычислить
средние значения х и у элементов каждого
массива
Вычислить
хi-x
и yi-y
(где хi
и
yi
– значения i-ых
элементов массивов Х и У)
нет
Удалить
обучаемого из выборки да
Вычислить
значение (хi-x)(yi-y)
Вычислить
значение (хi-x)2(yi-y)2
Переход
к следующему обучаемому (i
= i
+ 1)
Переход
к следующим элементам Конечные
элементы массивов достигнуты
Построить
точечную диаграмму и провести линии
регрессии нет
Вычислить ∑(хi-x)(yi-y) да
Вычислить
rt
= ∑(хi-x)(yi-y)/√
∑(хi-x)2∑(yi-y)2 Вычислить ∑(хi-x)2∑(yi-y)2
Завершение работы
Рис.20
Алгоритм учета степени достижения
целевых компетенций по конкретным
курсам/дисциплинам для группы обучаемых