THE FORMATION PROBLEM OF TRACKS OF LEARNING IN HIGHER SCHOOL BASED ON THE THEORY OF PATTERN RECOGNITION.pdf 1. Особенности применения вычислительных технологий в образовательной сфереСовременные образовательные технологии требуют использования возможностей вычислительной техники в рамках процесса обучения. Вопрос о возможности ее применения возник еще в середине прошлого века, и за прошедший период технологии применения средств вычислительной техники в образовательной сфере значительно продвинулись вперед [1]. Сформулированы основные требования, предъявляемые к информационным ресурсам, используемым в образовательном процессе: повышение качества учебного процесса;- индивидуализация обучения;- повышение наглядности и доступности;- активизация интереса к обучению.Благодаря возможности решения ряда педагогических задач использование информационных технологий расширяется и реализуется в виде автоматизированных обучающих систем. В результате возникает вопрос интеллектуализации обучающих систем за счет внедрения математических моделей в логику их работы. Применение математического аппарата в рамках информационных технологий обучения позволит прогнозировать результаты, которые могут быть достигнуты за счет внедрения обучающих систем. Возможности применения математического аппарата в образовательной сфере достаточно широки. Существует ряд важных задач, решаемых с использованием этих возможностей. В частности, моделирование и построение социально-технических систем с учетом нечеткости исходной информации позволяет решать задачи проектирования распределительных уровней образовательной сети и управления структурой и содержанием образовательных программ на основе аппарата теории нечетких множеств [2]. Широко используется математическое программирование и сетевое планирование для решения задач оптимального управления вузом. При этом ставятся такие актуальные вопросы, как оптимизация плана приема в вузе, планирование загрузки преподавательского состава и обеспечение студентов аудиториями, распределение специальностей по факультетам, планирование штата профессорско-преподавательского состава и т.д. [3].2. Проблема формирования траектории обучения в вузеОдним из важнейших вопросов образовательной деятельности вуза является оценка и мониторинг качества обучения студентов. Оценка качества обучения чаще всего осуществляется в форме контроля знаний [4]. Принято выделять две формы контроля знаний: оценка действий обучаемого и стандартизированный контроль знаний. Первая форма заключается в контроле знаний в виде диалога со студентом, вторая - в виде тестирования.Решение задачи оценки и мониторинга качества обучения реализуется в форме программированного контроля, основу которого составляет управляющая последовательность рекомендаций, передаваемых с помощью различных дидактических материалов. Существуют различные алгоритмы реализации программированного контроля знаний [5]: последовательно-подготовительный, параллельно-подготовительный, последовательно-корректирующий, параллельно-корректирующий, алгоритм переноса, аналитический алгоритм, синтезирующий алгоритм, алгоритм упорядочения.Результатом контроля знаний студентов являются количественные показатели, которые позволяют судить о результатах подготовки в вузе. На основе этих показателей осуществляется корректировка образовательных программ с целью повышения качества подготовки специалистов. В процессе мониторинга качества обучения накапливается достаточный объем информации для того, чтобы в дальнейшем на основе ее анализа выявлять закономерности между рядом исходных показателей, характеризующих программы обучения, и результатами контроля качества знаний. В качестве исходных показателей могут выступать последовательность обучающих модулей, ресурс времени на их изучение, педагогическая нагрузка, объем самостоятельной работы студента и т.д. Результатом контроля качества обучения являются время, затрачиваемое на воспроизведение знаний, количественная оценка знаний по различным показателям и т.д. В ходе анализа имеющихся данных выполняется выстраивание траектории обучения студентов на основе корректировки программы обучения и ее параметрических данных. Таким образом, осуществляется построение модели обучения путем математической обработки эмпирически полученной информации о результатах обучения. Для этого необходимо наличие достаточно большого объема данных о результатах контроля качества подготовки студентов для последующего анализа и выстраивания траектории обучения. В результате процесс выбора траектории обучения включает в себя три этапа: а) сбор данных о результатах обучения по предлагаемым модулям; б) выполнение математической обработки полученных данных; в) формирование новой программы обучения из имеющихся модулей.3. Решение проблемы в терминах задачи обучения распознаванию образовСформулируем задачу обучения распознаванию образов. Существуют ситуации, которые предъявляются для распознавания. При этом известно, к какому из k классов относится каждая из ситуаций. Выполняют k разделений на классы по принципу: первое - отделяет элементы первого класса от всех остальных, а j-е - элементы j-го класса от всех остальных. Входная ситуация описывается вектором x. Координаты этого вектора описывают параметры ситуации. Последовательность ситуаций с указанием, к какому классу они относятся, называется обучающей последовательностью. Задача заключается в том, чтобы построить такую программу, которая, используя обучающую последовательность, вырабатывала бы правило, позволяющее классифицировать вновь предъявляемые «незнакомые» ситуации (отличные от входящих в обучающую последовательность) [6].Решение рассмотренной выше проблемы заключается следующем. Каждая программа обучения формируется из набора модулей. Данные модули делятся на классы в зависимости от раздела программы обучения. Каждый модуль, апробированный в реальном образовательном процессе, может быть описан набором ситуаций, каждая из которых характеризует обучение отдельного студента. При этом данные ситуации сами описываются соответствующим вектором параметров. Таким образом, формируется обучающая последовательность. Построение траектории обучения студентов происходит путем определения наиболее успешно осваиваемых модулей и формирования на основе этого программы обучения.Важным этапом в задаче обучения распознаванию образов является определение качества решающего правила. Это необходимо в связи с тем, что некоторые ситуации могут неправильно классифицироваться. Применительно к рассматриваемой проблеме может произойти неправильная интерпретация результатов контроля качества знаний студентов. По этой причине необходимо заранее условиться, как будет определяться качество решающего правила, т.е. по какой последовательности будет исчисляться процент несовпадений. Желательно, чтобы процент несовпадений вычислялся по отношению к как можно большему числу входных ситуаций. В соответствие каждой возможной ситуации ставится вероятность ее появления среди элементов, подлежащих классификации. Тогда потери от ошибки могут быть оценены величиной, пропорциональной вероятности ее появления. Для каждого решающего правила можно подсчитать средние потери от всех его ошибок. Применительно к рассматриваемой проблеме процент несовпадений определяется путем оценивания знаний студентов автоматически с использованием автоматизированных обучающих систем и преподавателем. Для этого случайно и независимо отбирается некоторое количество примеров, относительно которых определяется, к какому классу их можно отнести. Такое множество примеров принято называть экзаменационной последовательностью. На экзаменационной последовательности определяется процент несовпадений в классификациях. Найденный процент характеризует качество решающего правила точно так же, как вычисленная по конечной выборке частота характеризует вероятность.Следующий вопрос заключается в том, каким образом производить формирование обучающей последовательности. От того, как будет сформирована обучающая последовательность, будет определяться качество решающего правила. Чтобы обеспечить высокое качество распознающего правила, надо предвидеть свойства среды, в которой будет производиться работа устройства. Однако это в большинстве случаев невозможно. Таким образом, необходимо выбирать примеры для обучения случайно и независимо. В задаче распознавания образов принято, что обучающая последовательность составлена из элементов, выбранных случайно и независимо из той среды, для которой будет оцениваться качество решающего правила. При случайном подборе элементов обучающей последовательности уже нельзя требовать абсолютного качества обучения, так как не исключена вероятность того, что обучающая последовательность будет составлена только из «нетипичных» случаев. В результате успех обучения может быть гарантирован только с некоторой вероятностью. Таким образом, так как элементы обучающей последовательности заданы случайным образом, то способность устройства обучаться определяется тем, как часто оно строит решающее правило с заданным качеством, т.е. надежностью получения решающего правила с заданным качеством. Тогда способность к обучению определяется двумя параметрами: а) качеством полученного решающего правила (вероятностью неправильных ответов; чем меньше эта вероятность, тем выше качество) и б) надежностью получения решающего правила с заданным качеством (вероятностью получения заданного качества; чем выше эта вероятность, тем выше надежность успешного обучения). Задача сводится к тому, чтобы было создано такое обучающее устройство, которое по обучающей последовательности строило такое решающее правило, качество которого с заданной надежностью было бы не ниже требуемого.В соответствии с поставленной проблемой необходимо разработать автоматизированную обучающую систему, которая позволила бы формировать программу обучения студентов на основе оценки имеющихся в системе модулей путем определения качества знаний, характеризующегося уровнем усвоения знаний студентами в рамках этих модулей.4. Построение решающего правила по заданной последовательностиПроцесс построения решающего правила заключается в следующем. Задано множество решающих правил, из которого выбирается удовлетворяющее определенным требованиям. Условие, которому должно удовлетворять выбранное правило, и определяет алгоритм обучения. Таким образом, множество решающих правил определено заранее, а задача обучения заключается в том, чтобы уметь выбрать среди них нужное. Множество решающих правил записывается в виде функции.Символ θ(z) в данной формуле означает следующее:Значения параметров λi определяют конкретный вид решающего правила.Применительно к сформулированной проблеме формирования траектории обучения в вузе решающее правило определяет набор модулей. Множество решающих правил проецирует множество программ обучения, которые строятся из набора модулей. В результате необходимо найти такое решающее правило, которое будет удовлетворять условию обеспечения заданного качества обучения, т.е. выбрать такой набор модулей, которые позволят обеспечить достаточный уровень подготовки студентов по исследуемой программе обучения.ВыводыРешение задачи повышения качества подготовки специалистов в вузе связано в современных условиях с разработкой и широким использованием интеллектуальных систем. Одним из направлений в данной сфере является разработка качественно новых систем обучающе-контролирующего характера. Рассмотренная проблема исследований связана с построением подобных систем на основе аппарата теории распознавания образов. В частности, предлагается решение основной задачи распознавания образов применительно к проблеме формирования траектории обучения в вузе, которая связана с построением программы обучения из набора модулей, апробированных в реальном учебном процессе.

Скачать электронную версию публикации