08.11.2024; Полтава, Україна: VI Міжнародна наукова конференція «Наукові відкриття та фундаментальні наукові дослідження: світовий досвід»
Роботи, що індексуються в Google Scholar

ВПРОВАДЖЕННЯ МЕТОДІВ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ОСВІТНІХ ДАНИХ ЯК НАПРЯМ ЦИФРОВІЗАЦІЇ ВИЩОЇ ОСВІТИ

  • Олександр Деревянчук
PDF

Опубліковано 22.11.2024

Як цитувати

Деревянчук , О. (2024). ВПРОВАДЖЕННЯ МЕТОДІВ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ОСВІТНІХ ДАНИХ ЯК НАПРЯМ ЦИФРОВІЗАЦІЇ ВИЩОЇ ОСВІТИ. Матеріали конференцій МЦНД, (08.11.2024; Полтава, Україна), 366–369. вилучено із https://archives.mcnd.org.ua/index.php/conference-proceeding/article/view/299

Завантаження

Дані завантаження ще не доступні.

Авторське право (c) 2024 Олександр Деревянчук

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.

Google Scholar

Анотація

У час, коли суспільство переживає період глибоких трансформацій, необхідно переосмислення існуючих підходів у всіх аспектах нашого життя, включно з освітою. Динаміка розвитку інноваційної освіти зумовлена готовністю педагогічних працівників працювати в постійно оновлюваному освітньому просторі. Це, в свою чергу, вимагає від них здатності гнучко відповідати на зміни в потребах суспільства та особистості [1].

PDF

Посилання

  1. 1. Ковальчук В. І. Професійний розвиток педагогічних працівників в умовах інформаційного суспільства. Відкрита освіта: інноваційні технології та менеджмент : кол. монографія / за наук. ред. М. О. Кириченка, Л. М. Сергеєвої. Київ: Інтерсервіс. 2018. С.133-157.
  2. 2. Kovalchuk, V.I., Maslich, S.V., Movchan, L.G., Lytvynova, S.H., Kuzminska, O.H. Digital transformation of vocational schools: Problem analysis. CEUR Workshop Proceedings. 2022. Vol. 3085. P. 107–123.
  3. 3. Kovalchuk V. I., Sheludko I. V. Implementation of digital technologies in training the vocational education pedagogues as a modern strategy for modernization of professional education. Annales Universitatis L. 2019. №9. P. 122–138. DOI: 10.24917/20837276.9.13
  4. 4. Kovalchuk V., Androsenko A., Derevyanchuk O., Volkova N., Piven Y. Development of pedagogical skills of students of technology and pedagogical specialties using STEM technologies. Edelweiss Applied Science and Technology. 2024. Vol. 8, No 4. P. 498–506. https://doi.org/10.55214/25768484.v8i4.1125
  5. 5. Ahuja R., Jha A., Maurya R., Srivastava R. Analysis of Educational Data Mining. In Harmony Search and Nature Inspired Optimization Algorithms. Springer: Singapore. 2019. P. 897–907. URL: https://link.springer.com/chapter/10.1007/978-981-13-0761-4_85
  6. 6. Aldowah H., Al-Samarraie H., Fauzy W.M. Educational data mining and learning analytics for 21st century higher education: A review and synthesis. Telemat. Inform. 2019. Vol. 37. P. 13-49. DOI: 10.1016/j.tele.2019.01.007
  7. 7. Tereikovskyi I., Hu Z., Chernyshev D., Tereikovska L., Korystin O., Tereikovskyi O. The Method of Semantic Image Segmentation Using Neural Networks. International Journal of Image, Graphics and Signal Processing (IJIGSP). 2022. Vol.14, № 6. P. 1-14. DOI:10.5815/ijigsp.2022.06.01
  8. 8. Enitan Olabisi Adebayo, Ibiyinka Temilola Ayorinde. Efficacy of Assistive Technology for Improved Teaching and Learning in Computer Science. International Journal of Education and Management Engineering (IJEME). 2022. Vol.12, № 5, P. 9-17. DOI:10.5815/ijeme.2022.05.02
  9. 9. Algarni A. Data Mining in Education. International Journal of Advanced Computer Science and Applications (IJACSA). 2016. Vol. 7, № 6. P. 456–461.
  10. 10. Alamgir Z., Akram H., Karim S., Wali A. Enhancing Student Performance Prediction via Educational Data Mining on Academic data. Informatics in Education. 2024. Vol. 23, № 1. P. 1–24. DOI: 10.15388/infedu.2024.04
  11. 11. Batool S. et al. Educational data mining to predict students' academic performance: A survey study. Educ. Inf. Technol. 2023. Vol. 28. P. 905–971, DOI: 10.1007/s10639-022-11152-y
  12. 12. Zhou Q., et al. Predicting high-risk students using internet access logs. Knowledge and Information Systems. 2018. Vol. 55, № 2. P. 393–413. DOI: 10.1007/s10115-017-1086-5
  13. 13. Balovsyak S., Derevyanchuk O., Kravchenko H., Ushenko Y., Hu Z. Clustering Students According to their Academic Achievement Using Fuzzy Logic. International Journal of Modern Education and Computer Science (IJMECS). 2023. Vol.15, № 6. P. 31-43. DOI:10.5815/ijmecs.2023.06.03
  14. 14. Omar T., Alzahrani A., Andzohdy M. Clustering approach for analyzing the student’s efficiency and performance based on data. Journal of Data Analysis and Information Processing
  15. 15. Moez Ali. Clustering in Machine Learning: 5 Essential Clustering Algorithms. URL: https://www.datacamp.com/blog/clustering-in-machine-learning-5-essential-clustering-algorithms
  16. 16. Algarni A. Data Mining in Education. International Journal of Advanced Computer Science and Applications (IJACSA). 2016. Vol. 7, № 6. P. 456–461.
  17. 17. Qasem M. H., Qaddoura R., Hammo B. Educational Data Mining (EDM): A Review. Conf. New Trends in Information Technology (NTIT)-2017, 25–27 April 2017, The University of Jordan, Amman, Jordan. 2017. P. 149–156.
  18. 18. Baker R., Yacef K. The State of Educational Data Mining in 2009: A Review and Future Visions. Journal of Educational Data Mining. 2009. Vol. 1, № 1. P. 3–17. DOI: 10.5281/zenodo.3554658
  19. 19. Baker R. et al. Data mining for education. International encyclopedia of education. 2010. Vol. 7. P. 112–118.
  20. 20. Castro F., Vellido A., Nebot A., Mugica F. Applying data mining techniques to e-learning problems. Evolution of teaching and learning paradigms in intelligent environment. Springer. P. 183–221, 2007.
  21. 21. Balovsyak S., Derevyanchuk O., Kovalchuk V., Kravchenko H., Kozhokar M. Face Mask Recognition by the Viola-Jones Method Using Fuzzy Logic. International Journal of Image, Graphics and Signal Processing (IJIGSP). 2024. Vol. 16, № 3. P. 39–51. DOI: 10.5815/ijigsp.2024.03.04
  22. 22. Balovsyak S., Derevyanchuk O., Kovalchuk V., Kravchenko H., Ushenko Y., Hu Z. (2024). STEM project for vehicle image segmentation using fuzzy logic. International Journal of Modern Education and Computer Science (IJMECS), 2(16), 45–57. https://10.5815/ijmecs.2024.02.04
  23. 23. Fayek A. R. Fuzzy Logic and Fuzzy Hybrid Techniques for Construction Engineering and Management. Journal of Construction Engineering and Management. 2020. Vol. 146, № 7. P. 1–12. DOI: 10.1061/(ASCE)CO.1943-7862.0001854
  24. 24. Деревянчук Олександр. Розвиток технічних навичок здобувачів вищої освіти в процесі побудови прототипу системи сегментації зображень транспортних засобів. Молодь і ринок. 2024. Вип. 221. Том 1. С. 105–111. DOI: 10.24919/2308-4634.2024.296388
  25. 25. Derevyanchuk O. Use of intelligent fuzzy image segmentation systems in the professional training of future specialists in engineering and pedagogical fields. Professional Pedagogics. 2024. № 1(28). Р. 103–115. DOI: 10.32835/2707-3092.2024.28.103-115
  26. 26. Balovsyak S. V., Derevyanchuk O. V., Tomash V. V., Yarema S. V. Segmentation of railway transport images using fuzzy logic. Trans Motauto World. 2022. V. 7 № 3. P. 122-125

Статті цього автора (авторів), які найбільше читають

1 2 3 > >>