Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Информатизация образования и методика электронного обучения: цифровые технологии в образовании; Красноярск; Красноярск
Год издания: 2024
Ключевые слова: учебная аналитика, сдвиг данных, прогнозирование успешности обучения, цифровая образовательная история, learning analytics, data drift, learning success prediction, digital educational history
Аннотация: Высокая точность прогнозирования успешности обучения исключительно важна для планирования и оптимизации учебного процесса на основе data-driven подхода. Однако модели машинного обучения склонны со временем терять точность из-за эффекта сдвига данных. В работе проводится мониторинг сдвига данных и изменения точности одной из моделейПоказать полностьюпрогнозирования успешности обучения, лежащий в основе сервиса прогнозирования «Пифия» Сибирского федерального университета. High accuracy in predicting learning success is crucial for planning and optimizing the educational process based on a data-driven approach. However, machine-learning models tend to lose accuracy over time due to data drift. This study monitors data drift and changes in the quality of learning success predictions made by one of the models underlying the “Pythia” prediction service at Siberian Federal University.
Журнал: Информатизация образования и методика электронного обучения: цифровые технологии в образовании
Номера страниц: 103-108
Место издания: Красноярск