利用神经网络向导和Loginom社区平台解决教育过程中的近似和分类问题

DOI:

EDN:

评审日期

出版日期

注解: 在俄罗斯联邦，非常重视端到端数字技术的发展，包括人工智能（AI）技术。 俄罗斯联邦总统2019年10月10日第490号法令"关于俄罗斯联邦人工智能的发展"批准了截至2030年的人工智能发展国家战略。 根据《战略》第51.5段(c)分段，提高公民对人工智能能力和认识的方向之一是通过在每个教育计划中纳入人工智能模块，在高等教育机构的毕业生中培养使用人工智能技术的技能。 本文的研究对象是在实验室和实践课的过程中使用AI系统，以及学科"人工智能系统"，"人工智能基础"和类似学科学生的独立工作。 研究的主题是使用专业平台Loginom社区和神经网络向导解决函数近似和数据分类问题的方法。 详细考虑了训练神经网络的方法、评估训练质量的方法以及神经网络的训练样本。  研究方法是基于理论和实践方法的结合，使用分析、比较、概括、综合、分类和建模的方法。 已经开发了材料，在此期间，学生应该获得函数近似和数据分类领域的理论知识，熟悉人工智能的基本概念和方法，以及它们在数据处理各个领域的应用，巩固与神经网络工作的实际技能，以及Loginom社区和神经网络向导的专门平台和工具。 该研究是与所有形式的教育的UGSN09.00.00,10.00.00,15.00.00的学士学位和专业的1-2课程的学生进行的。 在研究实施过程中，观察了材料一致呈现和"从简单到复杂"的原则。 控制措施的结果表明，使用人工智能技术的技能在与人工智能领域无关的培训领域的学生中形成了足够的水平。

出版日期: