Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Ориентировочный состав команды (роль, функция)



Построение экспертной нейросети для выявления слабых мест учащегося в изучении предмета и рекомендации материалов для подготовки

 

Название компании – описание компании.

За плечами Московского технологического института стоит большой опыт образовательной деятельности, за последние 15 лет мы выпустили десятки тысяч высокопрофессиональных специалистов, обученных нашими компетентными и талантливыми преподавателями. В своей деятельности МТИ сочетает фундаментальные традиции российского академического образования и последние достижения в области новых образовательных технологий. Одним из направлений является улучшение и модернизация образования школьников.

Проблема.

Сегодня нейросетевые технологии входят в нашу жизнь. Они используются для задач автоматического распознавания, для беспилотных летательных аппаратов, в экспертных системах, например, в венчурных инвестициях и медицине. В сфере образования нейросети используются только для распознавания ответов учеников в экзаменационных бланках, что не реализует потенциальных возможностей этой технологии. Возможно использование нейросети в качестве экспертной системы для определения сильных и слабых сторон ученика в изучении предмета. Возможно, система будет находить общие ошибки для нескольких предметов и предлагать учебные материалы и задания, направленные на устранение причины ошибок. Школьники могут предложить и другие варианты экспертной системы, опираясь на знание потребностей учеников, а также тестировать систему сразу в школьной среде.

 

Задание

· В своей школе на основе опросов учеников и экспертных советов учителей выявить темы, которые вызывают наибольшие трудности при изучении (коммуникации, работа в текстовом редакторе и электронной таблице).
Примечание: Систему можно создать для любого предмета, но проще всего работать с математикой и физикой

· Разработать упражнения и задания для рекомендаций (педагогика, методическая работа)
Пример: Допустим система выявляет, что у ученика пробел по теме «Квадратные уравнения», тогда она должна порекомендовать почитать ему соответствующую теорию с примерами и предложить для самостоятельного решения несколько упражнений.

· Разработать и обучить нейросеть, выявляющую слабые стороны учащегося в каком-то одном предмете (по выбору участников) и дающую соответствующие рекомендации по устранению существующей проблемы. (дополнительный теоретический материал, задачи, упражнения и тд.)
Выполнить в одном из специализированных фреймворков Teano, Torch, Caffe или Matlab NNTool (программирование).

· Разработать интерфейс пользователя (учителя) для практического внедрения и использования нейросети (дизайн приложений)

 

Ожидаемый результат работы:

1. Подробный проект-описание нейронной сети и алгоритма её обучения в виде презентации и обоснование технического задания к нему;

2. Созданная и обученная сеть, отзывы пользователей внутри школы.

Как решить задание?

Этап 1. – теоретическая подготовка и предварительные исследования.

1. Проанализировать особо сложные темы школьных предметов на основе внутреннего исследования – взаимодействие с учениками и учителями.

2. Изучить основные принципы создания нейронных сетей в фреймворках Teano, Torch, Caffe или Matlab NNTool.

3. Изучить классы нейронных сетей и задачи, для решения которых применяется каждый класс

Этап 2. – Разработка макета учебника.

1. Подготовка учебного материала.

2. Разработка учебных сценариев.

3. Разработка архитектуры сети.

4. Разработка модели обучения в сети.

5. Разработка базы материалов для обучения сети.

Этап 3. – Реализация учебника, отладка и тестирование.

1. Разработка и тестирование сети. Полевой тест на участниках и их коллегах.

2. Сбор статистики, коррекция алгоритмов и обучающих материалов.

3. Финальное тестирование.

4. Апробация в своей школе по выбранному предмету.

Ориентировочный состав команды (роль, функция)

«Гуманитарий» - опросы, обработка данных, тестирование;

«Предметник» - подготовка рекомендационного контента и базы для обучения сети;

«Программист» - разработка нейросети.

«Дизайнер» -разработка графического интерфейса для удобной коммуникации с нейросетью

 

6. Требования к решению(укажите продукты, которые должна презентовать команда, а также состав документации)

Например:

1. Рабочая и обученная нейронная сеть

2. отзывы пользователей (формат .doc),

3. презентацию в любом удобном формате (PowerPoint и т.п.), в которой будут отражены результаты исследования, обоснования технического задания и дизайна мобильного приложения (не более 20 слайдов);

4. отчет о ходе работы над кейсом, в котором будут детально описаны все проделанные командой действия (формат .doc);

видеоролик, представляющий команду и описывающий ход работы над проектом (формат — ссылка на youtube.com).


7. Как будут использоваться результаты исследования?

Разработанные и обученные сети будут использоваться образовательными учреждениями в методических разработках как для обучения технологии нейросетей, так и предметным дисциплинам.

 

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.