Нейросетевые технологии адаптивного обучения и контроля знаний студентов по курсу основы программирования Юсупов Давронбек Фирнафасович, ассистент
Ургенчский государственный университет (Узбекистан)
С
целью своевременного контроля, и корректировки знаний студентов а также системы контроля хода учебного про-
цесса необходимо создать адаптивные автоматизированные системы управления учебным процессом.
Самым слабым звеном в учебном процессе, как правило, является явно недостаточное количество или иногда полное
отсутствие информации у преподавателя о качестве усвоения изучаемого материала, о правильном понимании его, о са-
мостоятельной работе студентов, в частности, предмета основы программирования в начальном курсе обучения. Пред-
ставление об этом может быть получено лишь в конце обучения, да и то лишь по некоторым курсам и далеко не полное,
так как за несколько часов, которые отводятся для оценки знаний преподавателем во время текущего и рубежного кон-
троля с целой группой студентов, трудно выяснить истинные знания, полученные студентами за весь период обучения.
Для более успешного проведения занятий преподаватель должен знать о работе студентов над прочитанным мате-
риалом, о качестве его усвоения. Это можно сделать с помощью внедрения современных информационно-коммуника-
ционных, педагогических технологий и моделей обучения в учебный процесс, например созданием системы адаптивного
обучения предмета основы программирования на основе нейросетевых технологий.
Специфика подготовки специалиста в области информационной технологии требует создания определенной модели
обучения. Под моделью обучения мы понимаем совокупность модели обучаемого, базы знаний предметной области (ПО)
и модели концепции обучения [1]. Рассматривая такие области знаний, как математика, информатика, физика, химия
и другие естественнонаучные дисциплины, мы сталкиваемся с четко определенными понятиями и правилами ПО, ко-
торые характеризуются высокой степенью формализации. Подобные области знаний описывают набором определений,
понятий и правил, устанавливающих взаимосвязи между ними. В качестве модели представления знаний таких ПО, нами
предлагается семантическая сеть построенная на основе логической граф-структуры дисциплины [2, 3]. Не останав-
ливаясь на процессе логического структурирования предмета информатика и формализации знаний, будем исходить
из предположения, что знания уже представлены семантической сетью, узлы которой содержат логически законченные
понятия ПО, а дуги — отношения между ними.
Основной особенностью адаптивной системы обучения является оптимизация процесса обучения. На сегодняшний
день не существует универсальной методики обучения, поэтому преподаватель выбирает наиболее приемлемый способ