Предыдущая страница реферата | 1  2  3  4  5  6 | Следующая страница реферата

В настоящее время нами разрабатывается расширение модели. Это даст возможность адаптивно формировать теоретический материал для обучаемого.

Идентификация знаний обучаемого

Идентификация знаний обучаемого (определение значений ) осуществляется следующим образом. Для каждой операции вводится гипотез , соответствующих состояниям обученности. Каждому -му состоянию обученности соответствует условная вероятность  правильного применения операции  в каждом из её применений, равная .

Гипотезы  образуют полную группу несовместных событий, то есть имеет место: , где  - вероятность гипотезы  для операции .

На каждом шаге обучения наблюдается событие , состоящее в правильном применении -ой операции  раз из  заданных.

Эта информация служит для пересчета распределения вероятностей гипотез  с помощью формулы Байеса.

Каждый -й шаг обучения характеризуется априорным и апостериорным распределениями вероятностей гипотез о состояниях обученности  и , связанных между собой следующей зависимостью:

 (3)

где  - определяется по теореме Бернулли, то есть:

 (4)

где - число сочетаний из  по .

Учитывая, что априорное распределение вероятностей гипотез на -м шаге совпадает с апостериорным распределением на -м шаге, то есть имеет место , формулу (3) можно переписать в виде который подчеркивает её рекурсивный характер (учитывается вся история обучения), а именно:

 (5)

Вероятность правильного применения операции  на -м шаге определяется по формуле полной вероятности:

 (6)

Окончательная оценка  получается приведением значения, вычисленного по формуле (6), до введенных состояний обученности.

Осуществление на -м шаге обучения контроля ошибок и выдачи необходимых объяснений позволяет вести прогнозирование вероятности правильного применения операций  на  -й шаг обучения:

 где  (7)

Адаптивное управление процессом обучения

При вынесении решения о необходимости продолжения обучения модель определяет задание, адекватное знаниям обучаемого, на очередной шаг обучения, то есть обеспечивает индивидуальную минимизацию времени обучения. Для этого используется алгоритм стабилизации меры трудности учебных заданий, который можно представить в виде следующей последовательности шагов:

Шаг 1. По результатам -го шага обучения определяются значения  для всех .

Шаг 2. Прогнозируются значения  на -й шаг обучения: .

Шаг 3. В рассматриваемом классе задач пересчитывается прогнозируемое на -й шаг обучения значение трудности задач того же типа , что и на предыдущем шаге. Если выполняется условие:

 (8)

то задача указанного типа вновь включается в учебное задание, формируемое на -й шаг обучения.

Шаг 4. Если условие (8) не выполняется, то для всех типов задач, рассматриваемого класса вычисляются отклонения их значений трудности от оптимального:

. (9)

Рекомендуем скачать другие рефераты по теме: пожары реферат, ответы 5 класс.





Предыдущая страница реферата | 1  2  3  4  5  6 | Следующая страница реферата