Архив статей журнала
В работе описан процесс реализации электронного учебного пособия «Дифференциальное и интегральное исчисление» с использованием конструктора электронных курсов ISpring Suite. Рассмотрено соответствие государственному стандарту информационно-коммуникационных технологий в области образования, сформирована структура и наполнение электронного учебного пособия. С помощью задачи о покрытии множества сформированы оптимальные тесты, состоящие из практических задач и покрывающие множество элементов знаний.
Исследуются методы и этапы решения задач теории расписания. Рассматривается NP-трудная задача календарного планирования. Проведен анализ объекта и построена математическая модель, цель которой минимизировать нагрузку преподавателей. Численная реализация построенной модели целочисленного линейного программирования позволяет найти оптимальный вариант решения задачи планирования.
В работе исследуются методы анализа данных для оптимизации учебных процессов, представлены правила построения моделей анализа данных. Проводится предварительная обработка входящих данных для последующей подстановки в модель. Выполнена программная реализация алгоритма анализа данных и отображения данных на графике. Полученная модель анализа данных встроена в приложение для оптимизации составления расписания и повышения эффективности учебного процесса.
В данной статье рассматривается проблема оптимизации процесса обучения искусственных нейронных сетей с использованием генетических алгоритмов. Искусственные нейронные сети представляют собой одну из важнейших технологий в современном мире, однако их обучение требует значительных ресурсов. Для решения проблем, с которыми сталкиваются методы градиентного спуска, применяются генетические алгоритмы. В статье представлены две модификации генетических алгоритмов, направленные на улучшение сходимости моделей искусственной нейронной сети с помощью изменения функции приспособленности. Проведён сравнительный анализ эффективности алгоритмов в контексте обучения искусственной нейронной сети, который позволил оценить эффективность модификаций функции приспособленности и их влияние на процесс обучения искусственных нейронных сетей.
В работе рассматривается задача выработки рекомендаций по выбору профессий в ИТ-сфере на основе оценки личных качеств претендента. Предлагается подход, основанный на построении доверительных интервалов для средних взвешенных оценок личных качеств (soft skills) по каждой профессии. Проведен анализ собранных от экспертов данных об оценке личных качеств. Приведены результаты программной реализации и сравнительный анализ точности доверительных интервалов, вычисленных с использованием t-распределения, бутстрэппинга, а также комбинации бутстрэппинга и t-распределения. Полученные результаты могут быть использованы для ранжирования профессий по степени соответствия личных качеств претендента рекомендованных профессий.