| DC Field | Value | Language |
|---|
| dc.contributor.author | Папроцкий, Э. В. | - |
| dc.date.accessioned | 2020-01-27T12:34:48Z | - |
| dc.date.available | 2020-01-27T12:34:48Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.citation | Папроцкий, Э. В. Подбор учебных программ в образовательных системах с использованием нейронных сетей глубокого обучения / Папроцкий Э. В. // Дистанционное обучение – образовательная среда XXI века : материалы XI Международной научно-методической конференции, Минск, 12-13 декабря 2019 г. / редкол.: В. А. Прытков [и др.]. – Минск : БГУИР, 2019. – C. 228–229. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/38373 | - |
| dc.description.abstract | The growth of the popularity of deep learning algorithms has been determined by the possibilities of using a special type of deep neural network - GNN (Graph Neural Network) in the field of forecasting educational programs in educational systems. In additions, based on the DKT (Deep Knowledge Tracing) method, an improved method of selecting training programs was presented. The result of the improved method indicate that this method of predicting the results of knowledge is superior to previous methods and has a positive impact on the quality of learning. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | учебные программы | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.title | Подбор учебных программ в образовательных системах с использованием нейронных сетей глубокого обучения | ru_RU |
| dc.type | Статья | ru_RU |
| Appears in Collections: | Дистанционное обучение - образовательная среда XXI века (2019)
|
