Eksploracja danych w modelowaniu użytkowników edukacyjnych systemów internetowych

Eksploracja danych w modelowaniu użytkowników edukacyjnych systemów internetowych

1 opinia

Format:

ibuk

RODZAJ DOSTĘPU

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa:

Najniższa cena z 30 dni: 6,92 zł  


6,92

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Celem monografii jest prezentacja zagadnień dotyczących zastosowania algorytmów eksploracji danych do modelowania użytkowników na potrzeby edukacyjnych systemów internetowych. W rozważanej dziedzinie eksploracja danych służy do przekształcenia surowych danych w wiedzę, która umożliwi poznanie cech charakterystycznych studentów bądź predykcję ich zachowania w celu właściwego dopasowania systemów wspomagających nauczanie do ich potrzeb, jak również zwiększenia efektywności procesu dydaktycznego. W przeciwieństwie do większości zastosowań, gdzie wymagania dotyczące własności algorytmów eksploracji danych są głównie związane z ich wydajnością i elastycznością, w systemach nauczania na odległość nacisk kładzie się na prostotę stosowanej techniki, gdyż edukatorzy powinni rozumieć metody, których używają. W monografii rozważono podejście oparte na budowaniu grup studentów i ich modeli oraz na wykorzystaniu do tego celu technik eksploracji danych. Szczególną uwagę zwrócono na zastosowanie klasyfikacji bez nadzoru do tworzenia grup studentów.


Rok wydania2013
Liczba stron162
KategoriaInne
WydawcaAkademicka Oficyna Wydawnicza EXIT Andrzej Lang
ISBN-13978-83-7837-504-3
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  1. Wstęp
  2. Personalizacja w systemach nauczania na odległość
  
  2.1. Adaptacyjne systemy edukacyjne
  2.2. Techniki eksploracji danych w nauczaniu na odległość
  
  3. Modele użytkowników
  
  3.1. Ścieżki modelowania użytkowników
  3.2. Style uczenia się
  3.3. Łatwość użycia systemu
  3.4. Preferencje kolorystyczne
  3.5. Modele mieszane
  3.6. Rejestrowanie dotychczasowych działań
  3.7. Wyznaczanie profili grup studentów
  
  4. Algorytmy eksploracji danych
  
  4.1. Wprowadzenie
  4.2. Analiza klastrowa
  4.3. Klasyfikacja
  4.4. Eksploracja częstych wyrazów
  
  5. Eksploracja danych w budowaniu i modelowaniu grup
  
  5.1. Znajdowanie grup studentów o podobnych cechach
  5.2. Modelowanie grup studenckich
  5.3. Grupy studentów o podobnych wzorcach zachowań
  5.4. Rekomendacje do grup
  5.5. Uwagi końcowe
  
  6. Przykładowe zastosowania
  
  6.1. Grupowanie według stylów uczenia się
  6.2. Łatwość użycia systemów edukacyjnych
  6.3. Dotychczasowe działania
  6.4. Uwagi końcowe
  
  Bibliografia
  Lista rysunków
  Lista tabel
  Skorowidz
RozwińZwiń