Проверяемый текст
Корпачева, Лариса Николаевна. Оптимизация формирования информационного базиса в интерактивных адаптивно-обучающих системах (Диссертация 2006)
[стр. 98]

заданий (п), средний балл (А), количество попыток выполнения заданий (кп), количество обращений к справочной информации (кс), ранг (г).
При выставлении оценки вычисляется степень похожести совокупности признаков конкретного студента I(S) = {Р\, Р
г, ..., Р т } на строки, входящие в таблицу обучения 7°nm, на основании чего осуществляется отнесение его к определенному классу Ку Для этого вычисляется число строк каждого класса К}, близких по выбранному критерию классифицируемому объекту S.
Строка таблицы обучения
7°nmI(S'\) = {а -“л, и распознаваемая строка I (S) = {Р\, @г, ..., Р т] считаются похожими, если выполняются неравенства ja'ik^ k ^ где ^ (к = 1 , т ) точность сравнения.
Студент относится к классу
К\, имеющему максимальную оценку шах Г\ (S, Aj), j = 1 , m.
Данная модель в настоящее время применяется в системе КИОС
[18] с единственным отличием: вместо одной таблицы обучения, содержащей данные для различных классов, в КИОС используются четыре таблицы обучения для классов “отлично”, “хорошо”, “удовлетворительно” и “неудовлетворительно”, названные эталонными таблицами оценивания.
Таким образом, для оценивания знаний студентов применяются разные модели и алгоритмы, начиная с самых простых, учитывающих лишь процент правильно выполненных заданий при двухбалльной системе оценки отдельного вопроса, и заканчивая сложными составными, в которых используются всевозможные параметры контроля и многобалльная система оценки как отдельных заданий, так и работы в целом
[32].
В табл.
3.2 приведены рассмотренные выше модели и методы оценки знаний и используемые параметры.
Все методы оценивания предусматривают в процессе КЗ сбор данных о ходе контроля (в табл.

3.2 эти параметры подчеркнуты, остальные определяются на этапе обучения и могут быть изменены преподавателем перед началом КЗ).
99
[стр. 95]

оценки знаний в качестве дополнительного метода в обучающих системах РТУ [89].
Данная модель предусматривает построение таблицы обучения Т°пт, в которой каждая строка представляет собой набор признаков обучаемого характеризующих работу студента в процессе КЗ: количество предложенных заданий («), средний балл (А), количество попыток выполнения заданий (к„), количество обращений к справочной информации (Лгс), ранг (г).
При выставлении оценки вычисляется степень похожести совокупности признаков конкретного студента I(S) = {Р\, Р
2, ^ /?mj на строки, входящие в таблицу обучения 7°nm, на основании чего осуществляется отнесение его к определенному классу К}.
Для этого вычисляется число строк каждого класса
Kj, близких по выбранному критерию классифицируемому объекту S.
Строка таблицы обучения
Т°„тI(S*j) = {а-'н, d im} и распознаваемая строка I (S) = {P\, P 2, ..., P m) считаются похожими, если выполняются неравенства ^ к—Р\\ ^ ^=, где ^ (к =1, ..., ш) точность сравнения.
Студент относится к классу
Kj, имеющему максимальную оценку max Г} (S, Kj), j = 1,..., m.
Данная модель в настоящее время применяется в системе КИОС
[20] с единственным отличием: вместо одной таблицы обучения, содержащей данные для различных классов, в КИОС используются четыре таблицы обучения для классов “отлично”, “хорошо”, “удовлетворительно” и “неудовлетворительно”, названные эталонными таблицами оценивания.
Таким образом, для оценивания знаний студентов применяются разные модели и алгоритмы, начиная с самых простых, учитывающих лишь процент правильно выполненных заданий при двухбалльной системе оценки отдельного вопроса, и заканчивая сложными составными, в которых используются всевозможные параметры контроля и многобалльная система оценки как отдельных заданий, так и работы в целом
[73].
В таблице 2.2 приведены рассмотренные выше модели и методы оценки знаний и используемые параметры.
Все методы оценивания предусматривают в процессе КЗ сбор данных о ходе контроля (в таблице
2.2

[Back]