ДИДАКТИЧЕСКАЯ СИСТЕМА ОБУЧЕНИЯ СТУДЕНТОВ НА ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ
В данной статье рассматриваются теоретические и практические аспекты применения нейросетевых моделей и технологий искусственного интеллекта в процессе обучения студентов. В исследовании анализируется роль искусственных нейронных сетей в индивидуализации процесса обучения, автоматической оценке уровня знаний студентов, адаптации учебных материалов и повышении эффективности. Предлагаемая система обучения на основе нейронных сетей позволяет осуществлять мониторинг учебной деятельности студентов в режиме реального времени, выявлять пробелы в знаниях и формировать индивидуальную дорожную карту обучения
1. LeCun, Y., Bengio, Y., Hinton, G. Deep learning // Nature. – 2015. – №521. – B. 436–444.
2. Brusilovsky, P. Adaptive and intelligent technologies for web-based education // International Journal of Artificial Intelligence in Education. – 2018. – Vol. 29(2). – P. 1–28.
3. Baker, R., Siemens, G. Learning analytics and educational data mining: Towards communication and collaboration // Proceedings of the 10th International Conference on Educational Data Mining. – 2020. – P. 1–10.
4. Luckin, R., Holmes, W., Griffiths, M., Forcier, L. Intelligence Unleashed: An Argument for AI in Education. – London: Pearson Publishing, 2021. – 56 b.
5. Abdurahmonov, M. Raqamli pedagogika: nazariya va amaliyot. – Toshkent: Innovatsion rivojlanish nashriyoti, 2021. – 210 b.
6. Ashirova A., Yusupov D. Neyrotarmoq texnologiyasi asosida baholash jarayonini avtomatlashtirish.-UzMU xabarlari.2025. №1/4/1-B.62-64.
Copyright (c) 2025 «ВЕСТНИК НУУз»
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
.jpg)
2.png)
