1 / 13

Analiza priznavanja izpitov v izobraževanju odraslih s pomočjo strojnega učenja

This research focuses on the analysis of exam recognition in adult education through the use of machine learning techniques. The study includes phases of data preparation, decision tree-based machine learning, interpretation and analysis of results.

neveah
Download Presentation

Analiza priznavanja izpitov v izobraževanju odraslih s pomočjo strojnega učenja

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analiza priznavanja izpitovv izobraževanju odraslih s pomočjo strojnega učenja Tatjana Kovač UPI - Ljudska univerza Žalec Marko Bohanec Institut Jožef Stefan, Ljubljana

  2. Vsebina • Uvod: Odkrivanje znanja iz podatkov in strojno učenje • Problem: Analiza priznavanja izpitov • Reševanje problema po fazah: • priprava podatkov • strojno učenje odločitvenih dreves • interpretacija in analiza rezultatov • Zaključki

  3. Podatki Znanje Odkrivanje znanja iz podatkov • Ali se iz podatkov lahko kaj naučimo? • Ali podatki skrivajo kakšne (doslej neznane) vzorce ali zakonitosti? • Cilj: Pridobivanje novega znanja na primer za izboljšanje poslovanja in odločanja v podjetju

  4. Podatki Znanje Odkrivanje znanja iz podatkov KDD: Knowledge Discovery from Data Odkrivanje znanja iz podatkov DM: Data Mining "Rudarjenje podatkov" "Izkopavanje znanja"

  5. Statistika Strojno učenje Ekspertni sistemi Sist. za podporoodločanja Vizualizacija Baze podatkov Pod. skladišča Inf. tehnologije Interdisciplinarnost DM DM

  6. Cilji raziskave Za UPI-Ljudsko univerzo Žalec in program Ekonomsko-komercialni tehnik: • spoznati dosedanja pravila priznavanja izpitov • odkriti morebitne pomanjkljivosti in nelogičnosti • oceniti napake, ki nastopajo v procesu priznavanja izpitov • na tej osnovi predlagati izboljšave postopkov

  7. Podatki Znanje Potek raziskave 1. Podatki o priznanih izpitih 2. Strojno učenje odločitvenih dreves 3. Odločitvena drevesa 4. Analiza odločitvenih dreves

  8. 1. Priprava podatkov Podatki iz evidence: • 178 udeležencev; • 10 najštevilnejših poklicev (triletnih prog.): prodajalec, natakar, mehanik, ...; • štirje tipični predmeti: • Mat2: matematika za 2. letnik, • Rai1: računalništvo in informatika za 1. letnik, • Pma1: poslovna matematika za 1. letnik • Tj2: prvi tuji jezik za 2. letnik

  9. 2. Strojno učenje odločitvenih dreves Program See5 http://www.rulequest.com/

  10. 3. Odločitvena drevesa Mat2 Odločitveno drevo omogoča: • pregled dosedanjih postopkov priznavanja • odkrivanje nelogičnosti in napak • oceno napak Odločitveno drevo lahko popravimoin na ta način postopek: • zapišemo • izvajamo v skladu z zapisom • zapis uporabimo za razlago

  11. 4. Analiza odločitvenih dreves a. Kvantitativna analiza napak

  12. 4. Analiza odločitvenih dreves b. Kvalitativna ocena dreves

  13. Zaključki • Problem: • realen, zahteven in občutljiv • poudarek na opisu postopka in razlagi • razmeroma preprost s stališča DM ("šolski primer") • Metoda dela: • strojno učenje • odločitvena drevesa • See5 • Prispevki tega dela: • spoznavanje dosedanjih postopkov priznavanja izpitov • odkrivanje napak v dosedanjih postopkih • ocena napak klasifikacije • Nadaljnje delo: • dopolnitve in popravki odločitvenih dreves • uporaba v postopku priznavanja izpitov • razlaga postopka • operativni opis postopkov (upravljanje z znanjem) • razširitev na druge izobraževalne programe in predmete

More Related