ГПНТБ России - Полное описание

Полное описание

Примеры использования машинного обучения для разработки инструментов управления приемной кампанией и учебным процессом ВУЗа / В. В. Журавлева, А. С. Маничева, А. В. Фещенко [и др.]. - Текст : непосредственный // Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2-4 декабря 2020 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Томский государственный университет. - Томск : Изд-во Томского гос. ун-та, 2020. - С. 112-114. - Библиогр. в конце ст. - ISBN 978-5-94621-963-1.
(Шифр в БД Ж2-20/70346)

ГРНТИ	УДК
28.23	37:004(062)
	004.8

Рубрики:
Искусственный интеллект -- Применение в образовании
Машинное обучение

Кл.слова (ненормированные): цифровой след -- машинное обучение -- классификация -- логистическая регрессия -- roc-анализ
Аннотация: Ключевой целью вуза является улучшение качественного состава абитуриентов и сохранение студенческого контингента. В работе рассматривается поиск мотивированных и одаренных абитуриентов через профили социальных сетей. Из-за возможной неполноты данных профиля значительная часть целевой аудитории не может быть определена как потенциальные абитуриенты и возни-кает проблема идентификации. Второй задачей исследования было построение компьютерной модели прогнозирования отчислений студентов на данных приемной комиссии и учебного процесса. Рассмотренные в статье задачи решались методами машинного обучения.
Доп. точки доступа:
Журавлева, В.В.
Маничева, А.С.
Фещенко, А.В.
Журавлев, Е.В.
Журенков, О.В.
Козлов, Д.Ю.
Национальный исследовательский Томский государственный университет
"EdCrunch-Томск", международная конференция по передовым технологиям обучения(2020)

Экз-ры полностью Ж2-20/70346
Имеются экземпляры в отделах: всего 1 : ХРЦ (1)
Свободны: ХРЦ (1)

Показать все результаты

Ehrenburg H.H. A finite automation learning system using genetic programming / H.H.Ehrenburg,H.A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный.Machine learning-EWSL-91 : European working sess.on learning PortoMarch 6-8,1991:Proc. / Ed. K. Kodratoff, 1991. - 537 p. - Текст : непосредственный.Machine learning, meta-reasoning and logics / сост.ed. P. B. Brazdil, сост.ed. K. Konolige, 1990. - XX,328 p. p. - Текст : непосредственный.Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный.Vovk V. Algorithmic learning in a random world / V. Vovk, A. Gammerman, G. Shafer, 2005 r=on-line.Machine learning in computer vision / N. Sebe [et al.], 2005 r=on-line.Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line.Bandyopadhyay S. Classification and learning using genetic algorithms : applications in bioinformatics and web intelligence / S. Bandyopadhyay, S. Pal, 2007 r=on-line Gong Y. Machine learning for multimedia content analysis / Y. Gong, W. Xu, 2007 r=on-line.Camastra F. Machine learning for audio, image and video analysis : theory and applications / F. Camastra, A. Vinciarelli, 2008 r=on-line.Steinwart I. Support vector machines / I. Steinwart, A. Christmann, 2008 r=on-line.Raedt L. Logical and relational learning / L. Raedt, 2008 r=on-line.Machine learning : modeling data locally and globally / K. Huang [et al.], 2008 r=on-line.Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line.Adaptive agents and multi-agent systems II : adaptation and multi-agent learning / ed. D. Kudenko [et al.], 2005 r=on-line.Anticipatory behavior in adaptive learning systems : from brains to individual and social behavior / ed. M. V. Butz [et al.], 2007 r=on-line.Jensen R. Computational intelligence and feature selection : rough and fuzzy approaches / R. Jensen, Q. Shen, 2008 r=on-line. - Текст : электронный.Active conceptual modeling of learning : next generation learning-base system development / eds. P. P. Chen, L. Y. Wong, 2008 r=on-line.Butz M.V. Rule-based evolutionary online learning systems : a principled approach to LCS analysis and design / M. V. Butz, 2006 r=on-line.Jin Y. Multi-objective machine learning / Y. Jin, 2006 r=on-line.

Показать все результаты

Показать все результаты

Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2-4 декабря 2020 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Томский государственный университет, 2020. - 225 с. (Введено оглавление). - Текст (визуальный) : непосредственный.Примеры использования машинного обучения для разработки инструментов управления приемной кампанией и учебным процессом ВУЗа / В. В. Журавлева, А. С. Маничева, А. В. Фещенко [и др.]. - Текст : непосредственный // Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2-4 декабря 2020 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Томский государственный университет. - Томск : Изд-во Томского гос. ун-та, 2020. - с. 112-114.Хачатрян А.А. Роль искусственного интеллекта в образовании / А. А. Хачатрян. - Текст : непосредственный // Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2-4 декабря 2020 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Томский государственный университет. - Томск : Изд-во Томского гос. ун-та, 2020. - с. 115-117.Рудоманенко И. В. Нейронные сети как основа искусственного интеллекта / И. В. Рудоманенко. - Текст : непосредственный // Сборник тезисов Международной конференции по передовым технологиям обучения EdCrunch-Томск, Томск, 2-4 декабря 2020 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский Томский государственный университет. - Томск : Изд-во Томского гос. ун-та, 2020. - с. 119-123.

Заказ фрагмента документа ₽

Полное описание

Заглавие2

Тематический рубрикатор (ГРНТИ)14948

Предметные рубрики1266

УДК/ББК9102

Журнал - Номера2

Номер журнала - Статьи4