ВИКОРИСТАННЯ ТЕХНОЛОГІЇ ORANGE ДЛЯ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ В ОСВІТНІЙ ГАЛУЗІ
DOI:
https://doi.org/10.34185/1562-9945-3-152-2024-12Ключові слова:
інтелектуальний аналіз даних, освітні дані, інструмент Orange, віджети, візуалізація, методи, кластерізація, Data Mining.Анотація
Розвиток систем електронного навчання та впровадження цифрових технологій у традиційний освітній процес призводить до появи великих інформаційних об’ємів, дослідженням яких займається інтелектуальний аналіз освітніх даних (ІАОД) - наукова дисципліна, пов'язана із застосуванням методів інтелектуального аналізу да-них до інформації, яку продукують освітні заклади. Актуальність теми зумовлена необхідністю підвищення якості освітнього процесу за рахунок виявлення прихованих закономірностей в масиві освітніх даних. У роботі розкрите визначення інтелектуального аналізу освітніх даних, показана актуальність і необхідність по-дальшого розвитку даного напрямку в сучасних умовах. В якості прикладу побудована схема аналізу освітніх даних з метою демонстрації ефективного використання інструменту візуального програмування Orange для дослідження освітніх даних з за-стосуванням методів Data Mining, що дозволяє фахівцям в освітній галузі проводити якісний аналіз з подальшим використанням отриманих результатів при розробці стратегій для забезпечення ефективного процесу навчання та розвитку освіти.
Посилання
Piatetsky-Shapiro G., Frawley W. Knowledge Discovery in Databases. - Publisher: AAAI Press, 1991. 540 pp.
Abdelmagid A.S., Qahmash A.I. M.. Utilizing the Educational Data Mining Techniques "Orange Technology" for Detecting Patterns and Predicting Academic Performance of University Students // Information Sciences Letters. An International Journal, 2023. Vol. 12. No. 3. P. 1415-1431.
Hernández-Leal E., Darío Duque-Méndez N. C. Cechinel Unveiling educational patterns at a regional level in Colombia: data from elementary and public high school institutions // Heliyon, 2021.Vol. 7. P. 3-17.
M. Goyal, R. Vohra. Applications of Data Mining in Higher Education // Interna-tional Journal of Computer Science Issues, 2012. Vol. 9. Issue 2. No 1, P. 113 – 120.
Verhun V.R. Kharakterystyka metodiv rozviazannia zadachi klasyfikatsii v intelektualnomu analizi danykh navchalnykh prohram // Naukovyi visnyk NLTU Ukrainy, 2019. Tom. 29. № 6. C. 136-139.
Romero C., Ventura S. Educational Data Mining: A Review of the State of the Art // Transactions on Systems Man and Cybernetics Part C (Applications and Reviews), 2010.40(6). P. 601 – 618.
Romero C., Ventura S. Data mining in education // Wiley Interdisciplinary Re-views: Data Mining and Knowledge Discovery, 2013. Vol. 3(1). P. 12-27.
Chao Zhang, Linling He. Data Mining Technology in Teaching Evaluation of Colleges and Universities // SHS Web of Conferences, 2024. Vol. 187. 4 pp.
Pronin S. V., Sotnykov A. D. Vykorystannia platformy orange dlia analizu danykh // Visnyk KhNADU, 2022. Vyp. 99. C. 131 – 137.
Data Mining Fruitful and Fun Open source machine learning and data visualization. https://docs.biolab.si/orange/2/widgets/rst/index.html#data
Boliubash N. M. Zadachi ta metody intelektualnoho analizu osvitnikh danykh. Naukovi pratsi. Pedahohika, 2019. Vypusk 311. Tom 323. С. 26 - 29 .
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Системні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
