基于深度神經(jīng)網(wǎng)絡(luò)的混合教學(xué)學(xué)生畫像模型
發(fā)布時(shí)間:2023-02-13 18:15
混合教學(xué)是混合了傳統(tǒng)教學(xué)與在線教學(xué)兩種教學(xué)模式的一種新型教學(xué)方法,教學(xué)過程中會(huì)產(chǎn)生大量的數(shù)據(jù),如何快速準(zhǔn)確的在當(dāng)前教學(xué)過程產(chǎn)生的海量數(shù)據(jù)中抽象出與學(xué)生學(xué)習(xí)特征有關(guān)的關(guān)鍵信息,并勾勒出學(xué)生畫像,是當(dāng)前混合教育應(yīng)用中的一大難點(diǎn)。DNN(深度神經(jīng)網(wǎng)絡(luò))擁有從大量原始數(shù)據(jù)中提取高級(jí)特征值的能力,在已建立某基礎(chǔ)在線課程中產(chǎn)生的學(xué)生學(xué)習(xí)行為數(shù)據(jù)存儲(chǔ)分析平臺(tái)基礎(chǔ)上,對(duì)數(shù)據(jù)進(jìn)行有效地收集、清理,并和傳統(tǒng)課堂產(chǎn)生教學(xué)數(shù)據(jù)進(jìn)行有機(jī)整合。然后對(duì)所獲取數(shù)據(jù)進(jìn)行分析與挖掘,找出有價(jià)值數(shù)據(jù),構(gòu)建基于DNN的分析評(píng)價(jià)模型,從而快速準(zhǔn)確的形成學(xué)生畫像模型。這些結(jié)果可以讓教師更深入全面的了解學(xué)生當(dāng)前學(xué)習(xí)效果狀態(tài),通過AI的手段服務(wù)教學(xué),提高教師與學(xué)生對(duì)當(dāng)前學(xué)習(xí)效果的認(rèn)知,為混合教學(xué)提供更嚴(yán)謹(jǐn),準(zhǔn)確的技術(shù)支持。
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 混合教學(xué)與深度神經(jīng)網(wǎng)絡(luò)
2 混合教學(xué)數(shù)據(jù)分析
2.1 傳統(tǒng)教學(xué)數(shù)據(jù)
2.2 在線教學(xué)數(shù)據(jù)
3 數(shù)據(jù)處理
3.1 空缺值處理
3.2 統(tǒng)計(jì)分析
3.3 數(shù)據(jù)離散化
4 基于深度神經(jīng)網(wǎng)絡(luò)的學(xué)生畫像模型
4.1 畫像模型實(shí)施過程
4.2 算法實(shí)現(xiàn)
4.3 算法應(yīng)用
5 結(jié)論
本文編號(hào):3742067
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 混合教學(xué)與深度神經(jīng)網(wǎng)絡(luò)
2 混合教學(xué)數(shù)據(jù)分析
2.1 傳統(tǒng)教學(xué)數(shù)據(jù)
2.2 在線教學(xué)數(shù)據(jù)
3 數(shù)據(jù)處理
3.1 空缺值處理
3.2 統(tǒng)計(jì)分析
3.3 數(shù)據(jù)離散化
4 基于深度神經(jīng)網(wǎng)絡(luò)的學(xué)生畫像模型
4.1 畫像模型實(shí)施過程
4.2 算法實(shí)現(xiàn)
4.3 算法應(yīng)用
5 結(jié)論
本文編號(hào):3742067
本文鏈接:http://www.sikaile.net/jiaoyulunwen/jiaoyugaigechuangxinlunwen/3742067.html
最近更新
教材專著