Ανάπτυξη πρωτότυπων αλγορίθμων μηχανικής μάθησης για χρήση σε εκπαιδευτικά δεδομένα και σε συστήματα διαχείρισης εκπαιδευτικού περιεχομένου

Περίληψη

Η αξιοποίηση των τεχνολογιών της πληροφορίας και των επικοινωνιών στον χώρο της εκπαίδευσης συμβάλλει καθημερινά στην παραγωγή και αποθήκευση μεγάλων ποσοτήτων δεδομένων. Η ανάγκη αποτελεσματικής ανάλυσης αυτών των δεδομένων για την ανακάλυψη πολύτιμων πληροφοριών και τη μετατροπή τους σε συστηματική γνώση συντέλεσε στην ανάπτυξη των πεδίων της Εξόρυξης Γνώσης από Εκπαιδευτικά Δεδομένα και της Μαθησιακής Αναλυτικής. Η Εξόρυξη Γνώσης από Εκπαιδευτικά Δεδομένα επικεντρώνεται στην ανάπτυξη και εφαρμογή μεθόδων Εξόρυξης Γνώσης σε εκπαιδευτικά δεδομένα για την επίλυση σημαινόντων εκπαιδευτικών προβλημάτων, ενώ η Μαθησιακή Αναλυτική εστιάζει περισσότερο στη διαδικασία της μάθησης, αξιοποιώντας την ανάλυση δεδομένων για την ενίσχυση των διαδικασιών λήψης αποφάσεων. Ωστόσο, ανεξάρτητα από τον τρόπο προσέγγισης ενός εκπαιδευτικού προβλήματος, και τα δύο επιστημονικά πεδία έχουν κοινούς στόχους: τη βελτίωση της μάθησης και την αναβάθμιση της ποιότητας της προσφερόμενης εκπαίδευσης. Η πρόβλεψη τω ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The use of information and communication technologies in the educational field, contributes daily to the production and storage of large amounts of data. The need for an effective analysis of this data for retrieving valuable information and their converting into systematic knowledge resulted in the genesis of the fields of Educational Data Mining and Learning Analytics. Educational Data Mining focuses primarily on the development and implementation of data mining methods on educational data for solving important educational problems, while Learning Analytics is centered mainly around the learning process, exploiting data analysis in order to reinforce the decision-making procedures. However, irrespectively of the method used to approach an educational problem, both scientific fields have common goals; the improvement of learning and enhancing the quality of education offered. The prognosis of students’ learning outcomes constitutes one of the most significant problems in the fields of ...
περισσότερα
Η διατριβή είναι δεσμευμένη από τον συγγραφέα  (μέχρι και: 4/2023)
Το πλήρες κείμενο της διατριβής είναι διαθέσιμο σε έντυπη μορφή από τη Βιβλιοθήκη Επιστήμης και Τεχνολογίας του ΕΚΤ
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/47275
ND
47275
Εναλλακτικός τίτλος
Development of innovative machine learning algorithms for use in educational data and content management systems
Συγγραφέας
Κωστόπουλος, Γεώργιος Κωνσταντίνος
Ημερομηνία
2020
Ίδρυμα
Πανεπιστήμιο Πατρών. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικών
Εξεταστική επιτροπή
Ράγγος Όμηρος
Κωτσιαντής Σωτήριος
Τσέλιος Νικόλαος
Χατζηλυγερούδης Ιωάννης
Ξένος Μιχάλης
Παναγιωτακόπουλος Χρήστος
Καλλές Δημήτριος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμες Ηλεκτρονικών Υπολογιστών & Πληροφορικής
Κοινωνικές Επιστήμες
Εκπαίδευση
Λέξεις-κλειδιά
Εξόρυξη γνώσης από εκπαιδευτικά δεδομένα; Μαθησιακή αναλυτική; Μηχανική μάθηση; Ημι-επιβλεπόμενη μάθηση; Πρόβλεψη; Αλγόριθμοι κατηγοριοποίησης; Αλγόριθμοι παλινδρόμησης; Αλγόριθμος συνεκπαίδευσης
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
230 σ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:Creative Commons Αναφορά Δημιουργού 3.0 Ελλάδα