Dissertations / Theses on the topic 'Рейтингова система для навчання'
To see the other types of publications on this topic, follow the link: Рейтингова система для навчання.
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 25 dissertations / theses for your research on the topic 'Рейтингова система для навчання.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Browse dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
1
Вєтошкін, Ігор Володимирович. "Рейтингова система навчання студентів з дисципліни робототехніка." Master's thesis, КПІ Ім. Ігоря Сiкорського, 2019. https://ela.kpi.ua/handle/123456789/31789.
Full textAbstract:
В цій роботі розглянуто проблему у області оптимізації веб-додатків, а саме оптимізація рейтингової системи. Проаналізовано аналоги рейтингових систем для навчання студентів та інформаційні системи, які ознайомлюють користувачів з навчальними закладами, визначено їх основні переваги та недоліки. На основі отриманих результатів визначені основні необхідні модулі, які повинна містити дана система, способи її оптимізації та забезпечення належної швидкодії. В результаті виконання дипломної дисертації розроблено рейтингову систему для навчання студентів. В рамках веб-додатку, здійснено її оптимізацію та значно підвищено швидкодію за рахунок оптимізації структури бази даних, використання фреймворку React в розробці клієнтської частини для створення SPA, впровадження додаткової системи кешування даних, оптимізації запитів до бази даних. Розмір пояснювальної записки – 88 сторінок, 48 ілюстрацій, 22 таблиці та 2 додатки.This master thesis shows the problem of web application optimization, describes the optimization of the rating system. Analogues of rating systems for student education and information systems were analyzed, their main advantages and disadvantages were identified. On the basis of the obtained results, the basic necessary modules, which should be contained by the given system, ways of its optimization and ensuring proper performance, were created. As a result of the master thesis completion, a rating system for learning students was developed. In the web application, optimization was completed and performance was significantly increased due to optimization of the database structure, using of React framework in the development of the client side for creating SPA, implementation of additional data caching system, optimization database queries. Explanatory note size – 88 pages, contain 48 illustrations, 22 tables and 2 applications.
2
Смірнов, Олег Ювеналійович, Олег Ювенальевич Смирнов, and Oleh Yuvenaliiovych Smirnov. "Разработка электронного журнала для модульно-рейтинговой (болонской) системы оценки знаний." Thesis, Видавництво СумДУ, 2007. http://essuir.sumdu.edu.ua/handle/123456789/7380.
Full textAbstract:
Переход на кредитно-модульно-рейтинговую (Болонскую) систему преподавания и накопительную систему
оценки при отсутствии экзамена требует коренного изменения методики оценивания знаний.
При цитировании документа, используйте ссылку http://essuir.sumdu.edu.ua/handle/123456789/7380
3
Денисов, К. А. "Електронна інформаційна система для забезпечення дистанційного навчання." Thesis, Чернігів, 2021. http://ir.stu.cn.ua/123456789/23022.
Full textAbstract:
Денисов, К. А. Електронна інформаційна система для забезпечення дистанційного навчання : випускна кваліфікаційна робота : 123 "Кoмп’ютepнa iнжeнepiя" / К. А. Денисов ; керівник роботи С. П. Казнадій ; НУ "Чернігівська політехніка", кафедра iнфopмaцiйниx тa кoмп’ютepниx cиcтeм. – Чернігів, 2021. – 39 с.В роботі описано процес та результати проектування, розробки електронної інформаційної системи для забезпечення дистанційного навчання. Результат проектування представлений у вигляді пояснювальної записки до проекту. Результат розробки представлено у вигляді сукупності програмних документів, наведених у додатках до дипломного проекту. Електронна інформаційна система для забезпечення дистанційного навчання виконує такі функції: - доступ до бази всього розкладу; - можливість додавання, видалення і редагування існуючих матеріалів і збереження змін в бази даних; - зручний інтерфейс з боку адміністратора та інших користувачів; - реалізована система для зручного і швидкого перегляду розкладу.
The paper describes the process and results of design, development of electronic information system to provide distance learning. The result of designing performances in the explanatory note to the project. The results of the development are presented in the totality of the set of program documents given in the appendices to the diploma project. Electronic information system for distance learning performs the following functions: - access to the database of the entire schedule; - ability to add, delete and edit existing materials and save changes to the database; - convenient interface from the administrator and other users; - implemented system for convenient and fast review of the schedule.
4
Нестеренко, Наталія Вадимівна. "Система обслуговування відеоконтенту для сегменту дистанційного навчання." Master's thesis, Київ, 2018. https://ela.kpi.ua/handle/123456789/27242.
Full textAbstract:
Метою роботи є забезпечити методологічні та технологічні аспекти створення відеоконтенту для сегменту дистанційного навчання.
Об’єкт дослідження: процес кодування, передавання та декодування відеосигналу у дистанційному навчанні. У дисертації виконано аналіз стандартів кодування, стандарти оцінки якості, cтек протоколів передавання відеоданих, проаналізовано існуючі платформи для дистанційного навчання та виконано їх порівняння. Розглянуті методологічні аспекти удосконалення від звичайного відеконтенту до інтерактивного.
Запропоновано технології, що забезпечують створення високоякісного контенту з урахуванням оптимальних ресурсів апаратної частини обробки. Розглянута типова архітектура платформ дистанційного навчання та наведені приклади реалізації. Галузь застосування: дистанційне навчання, онлайн платформи, доповнення очного навчання, відеотрансляції через мережу Інтернет.In master desertation was provided the methodological and technological aspects of creating video content for the distance learning segment. The subject of the study is the process of preparing the video content for the distance learning segment. The object of the study is video formats and characteristics, adaptation, encoding and decoding processes, storage and transmission of video information, distance learning platforms. The aim of the work is to provide methodological and technological aspects of video content creation for the E-learning segment. The object of research: the process of encoding, transmitting and decoding video signals in distance learning. The thesis analyzes the coding standards, quality assessment standards, video data transmission protocols, analyzes the existing platforms for distance learning and compares them. The methodological aspects of upgrading from the usual video to the interactive are considered. We propose technologies that provide the creation of high-quality content, taking into account the optimal resources of the part of the processing. The typical architecture of the distance learning platforms is considered and examples of implementation are presented. Field of application: distance education, online platform, full-time training, video broadcasting over the Internet.
5
Ткачук, Олександр Сергійович. "Інформаційна система для соціальної мережі університету." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9430.
Full text
6
Прокопов, Роман Ігорьович. "Інформаційна система для визначення подібності документів." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9538.
Full textAbstract:
Дипломна робота магістра присвячена розробці інформаційної технології для визначення подібності документів. Основна проблема класифікації документів полягає в такому розташуванні документів по групах, при якому елементи кожної групи були б настільки подібні один з одним, щоб у деяких випадках можна було знехтувати їхніми індивідуальними особливостями. При класифікації документів важливо прийти до розумного компромісу щодо розміру даних, уникаючи як формування великого числа дуже дрібних груп, що знижує ефективність класифікації як виділення множин схожих документів, так і невеликої кількості дуже великих класів.
7
Прилепа, Д. В., Ігор Володимирович Шелехов, Игорь Владимирович Шелехов, and Ihor Volodymyrovych Shelekhov. "Інтелектуальна система діагностики психоемоційного стану для студентів дистанційної форми навчання." Thesis, Сумський державний університет, 2014. http://essuir.sumdu.edu.ua/handle/123456789/38011.
Full textAbstract:
В даний час пильна увага приділяється різним аспектам впливу процесу навчання на студентів дистанційної форми. Це пов'язано з тим, що вивчення стану здоров'я студентів є неодмінною умовою їх успіхів у навчанні. Навчання у вузі має свої специфічні особливості, пов'язані з профілем вузу, умовами проживання, харчуванням та іншими чинниками, що роблять багато параметричний вплив на організм студентів і визначають функціональний стан.
8
Іфома, Огу Стефні, and Л. К. Коротіна. "Інтерактивна інформаційна система для впорядкування та допомоги в навчанні студенту." Thesis, ХНУРЕ, 2021. https://openarchive.nure.ua/handle/document/16207.
Full textAbstract:
Навчальний керівник – к.т.н., доц. Хацько Н. Є.The platforms used now in the educational process do not allow the student to solve the necessary problems. After a thorough analysis, directions of possible improvement and development of the functionality were identified. The extended functionality of the new information system "Digital Man" was developed. The program has an attractive modern interface that meets the requirements of the target audience. The student will be given the opportunity to divide large tasks into stages of execution, monitor the change in his score in the main subjects, observe his visualized progress.
9
Манохін, Андрій Віталійович. "Система для оцінювання акценту англомовних користувачів за допомогою алгоритмів машинного навчання." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/42533.
Full textAbstract:
Дана робота прагне реалізувати систему оцінювання англомовного акценту користувача на основі алгоритмів машинного навчання. Мотивацією до створення продукту слугувала відсутність аналогів серед практикування саме англомовних акцентів.
В проєкті були висунуті порівняння із існуючими аналогами на ринку, а також визначена цільова аудиторія, яка була б зацікавлена роботою. Окрім цього в роботі був обґрунтований вибір тої чи іншої мови програмування для кожного модулю системи, а також відповідних бібліотек, фреймворків, тощо.
Робота також представляє реалізацію нейронної мережі для оцінювання англомовних акцентів користувачів на основі математичного алгоритму згортки. Для керування процесом оцінки був розроблений веб-сервіс, де користувачі мають змогу зареєструватися, та із наступними записами до БД, отримувати картину прогресу по вимові, а також просто одноразово оцінити свою вимову без реєстрації та безкоштовно.
В кінці кінців, була розроблена структурно-алгоритмічна реалізація систему оцінювання англомовних акцентів користувачів. В деталях описаний процес аналізу записаних користувачами даних, а також даних для тренування мережі. Надано обґрунтування вибору згорткової нейронної мережі, а також процес тренування даних. Продемонстрована робота серверної частини вебсервісу на основі GraphQL API, а також надана візуальна частина веб-додатку.This work seeks to implement a system for assessment an English accent of the user based on machine learning algorithms. The motivation for creating the product was the lack of counterparts that use the English accents. The project made comparisons with existing counterparts on the market, as well as identified a target audience that would be interested in the work. In addition, the paper substantiated the choice of a programming language for each module of the system, as well as the relevant libraries, frameworks, etc. The work also presents the implementation of a neural network for estimating English accents of users based on a mathematical convolution algorithm. To manage the evaluation process, a web service was developed, where users can register and, with subsequent entries in the database, get a picture of the progress of pronunciation, as well as simply evaluate your pronunciation once without registration and for free. Eventually, a structural-algorithmic implementation of a system for evaluating accents of English users was developed. The process of analyzing user-recorded data as well as network training data is described in detail. The substantiation of the choice of the convolutional neural network, and process of training of data is given. The performance of the server part based on the GraphQL API is demonstrated, as well as the visual part of the application is provided.
10
Сєргєєв, Євгеній Віталійович. "Інтелектуалізована система на основі методів машинного навчання для розроблення комп’ютерних ігор." Магістерська робота, Хмельницький національний університет, 2021. http://elar.khnu.km.ua/jspui/handle/123456789/10274.
Full textAbstract:
Метою дипломної роботи є дослідження інтелектуалізованого підходу з використанням апаратних засобів на основі методів машинного навчання для розроблення комп'ютерних ігор.
Об’єкт дослідження – процес прискорення обрахунку штучного інтелекту під час машинного навчання при розробці комп'ютерних ігор.
Предмет дослідження – інтелектуалізований підхід з використанням апаратних засобів на основі методів машинного навчання для розроблення комп'ютерних ігор.
Задачі дослідження:
1) провести огляд існуючих апаратних та програмних технологій, що використовуються для підвищення ефективності штучного інтелекту під час машинного навчання;
2) провести огляд існуючих методів машинного навчання при розробці комп'ютерних ігор;
3) запропонувати технологію вибору апаратного та програмного забезпечення методів машинного навчання при розробці комп'ютерних ігор;
4) на основі запропонованої технології розробити програмні засоби.
Наукова новизна отриманих результатів:
1) Набула подальшого розвитку модель ШІ-прискорювача в сучасних процесорах для обрахунку штучного інтелекту в іграх, що використовує процесор Intel I9 11900 (11 покоління).
2) Удосконаленний агентно-орієнтований метод, що дозволяє підвищити продуктивність агента за рахунок врахування вагового коефіцієнта винагороди. що в свою чергу задовільняє функціональну та дизайнерьску систему гри.
На основі запропонованого підходу розроблена інтелектуалізована система з використанням процесора Intel I9 11900 (11 покоління), що дозволяє при застосуванні методів машинного навчання для розроблення комп'ютерних ігор, підвищити ефективність та швидкість навчання персонажів ігрових проектів.
Практична значимість отриманих результатів полягає у тому, що отримані результати магістерської роботи можуть бути використані для підвищення ефективності використання машинного навчання при розробці комп’ютерних ігор.
11
Зінченко, Наталія Олегівна, Наталия Олеговна Зинченко, Nataliia Olehivna Zinchenko, Роман Ігорович Сілка, Роман Игоревич Силка, and Roman Ihorovych Silka. "Подолання дефіциту інформації для навчання експертної системи підтримки прийняття проектних рішень." Thesis, Видавництво СумДУ, 2011. http://essuir.sumdu.edu.ua/handle/123456789/10412.
Full text
12
Соболь, Віталій Миколайович, and Vitaliy Sobol. "Розподілена комп’ютерна система для прогнозування поширення рослинного покриву з використанням засобів машинного навчання." Master's thesis, Тернопільський національний технічний університет імені Івана Пулюя, 2021. http://elartu.tntu.edu.ua/handle/lib/36653.
Full textAbstract:
Метою роботи є розробка програмного забезпечення та імплементація алгоритмів машинного навчання для прогнозування лісового покриття певної території, зважаючи на різноманітність та унікальність навколишнього середовища, та початкових насаджень на певній території. У дослідженні проведено аналіз важливих понять, принципів і послідовності виконання процесів, що використовуються при проектуванні комп’ютерних систем та написання програм, та роботі з великими даними, зокрема, термінологічні особливості у процесі імплементації програмного забезпечення на прогнозування, що дало змогу зрозуміти і в подальшому визначити шляхи імплементації методів машинного навчання для підвищення ефективності зелених насаджень на певній території.The aim of the work is to develop software and implement machine learning algorithms for forecasting the forest cover of a certain area, taking into account the diversity and uniqueness of the environment and the original plantings in a certain area. The study analyzes important concepts, principles and sequences of processes used in the design of computer systems and program writing, and work with big data, in particular, terminological features in the process of implementing software for forecasting, which allowed to understand further identify ways to implement machine learning methods to improve the efficiency of greenery in a given area.
ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ... 9 ВСТУП...10 РОЗДІЛ 1. АНАЛІЗ ОСОБЛИВОСТЕЙ ПРОЦЕСУ ОБРОБКИ ВЕЛИКИХ ДАНИХ ТА КЛАСИФІКАЦІЯ ОСНОВНИХ АЛГОРИТМІВ...14 1.1. Аналіз та основні виклики науки про дані...14 1.2. Порівняння Hadoop і Spark, як основних конкурентів по роботі з Великими даними...17 1.3. Обгрунтування вибору Apache Spark як основного фреймворка роботи...19 1.4. Швидкий перехід до регресії...22 1.5. Вектори та особливості...23 1.6. Тренувальні приклади...24 1.7. Дерева рішень та ліси...25 1.8. Набір даних лісового покриття...26 1.9. Висновки до розділу...27 РОЗДІЛ 2. ОПИС ТА ВИБІР МЕТОДІВ МАШИННОГО НАВЧАННЯ ПРИ ОБРОБЦІ ВЕЛИКИХ ДАНИХ...28 2.1. Попередня обробка даних та аналіз даних...28 2.1.1. Пропущені значення...29 2.1.2. Дублювання даних...29 2.1.3. Шуми та викиди...30 2.1.4. Очищення даних...31 2.1.5. Методи нормування даних...32 2.1.6. Методи заповнення пропусків...33 2.2. Вибір базових класифікаторів...34 2.2.1. Загальна постановка задачі класифікації...34 2.2.2. Лінійні класифікатори...36 2.2.2.1. Лінійний дискримінант Фішера...40 2.2.2.2. Одношаровий персептрон...40 2.2.2.3. Логістична регресія...40 2.2.2.4. Метод опорних векторів...41 2.2.3. Метод k найбільших сусідів...42 2.2.4. Наївний байєсівський класифікатор...43 2.2.5. Дерева рішень...44 2.3. Використання ансамблів моделей класифікації, як більш ефективного алгоритму...45 2.3.1. Беггінг...45 2.3.2. Бустинг...48 2.4. Метрики оцінки якості роботи класифікаторів ...50 2.4.1. Правильність (Accuracy)...51 2.4.2. Точність (Precision)..51 2.4.3. Повнота (Recall) або Чутливість (Sensitivity)... 51 2.4.4. Специфічність (Specificity).... 52 2.4.5. F - міра...52 2.4.6. Log-loss (logarithmic loss).... 52 2.4.7. ROC крива (Receiver Operating Characteristics Curve)... 52 2.5. Висновки до розділу...54 РОЗДІЛ 3. ВИБІР ТА ОПИС МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ ОБРОБКИ ВЕЛИКИХ ДАНИХ...55 3.1. Підготовка вхідних даних та обробка файлу CSV...55 3.2. Перше дерево рішень (Decision Tree).... 57 3.3. Гіперпараметри дерева рішень...61 3.4. Налаштування дерев рішень...63 3.5. Переглянуто категорійні характеристики...68 3.6. Висновки до розділу...71 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ...73 4.1. Охорона праці...73 4.2. Підвищення стійкості роботи об'єктів господарської діяльності у воєнний час...75 4.3. Висновки до розділу...80 ВИСНОВКИ...82 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ...84 Додаток А Тези конференцій...86 Додаток Б Повний код програми...90
13
Маленко, С. С., Оксана Анатоліївна Шовкопляс, Оксана Анатольевна Шовкопляс, and Oksana Anatoliivna Shovkoplias. "Використання технології FLASH для реалізації модуля відеоспостереження." Thesis, Видавництво СумДУ, 2011. http://essuir.sumdu.edu.ua/handle/123456789/9802.
Full textAbstract:
Поточний та підсумковий контроль засвоєння матеріалу
студентами, які навчаються в СумДУ за дистанційною формою,
відбувається за допомогою засобів автоматизованої системи
дистанційного навчання. Рівень організації контрольних заходів
залежить як від професійно розроблених завдань в предметній області,
так і застосування технологічних рішень.
Організація спостереження за сеансом тестування на відстані надає
можливість проведення контрольних заходів дистанційно. Знімаються
проблеми ідентифікації осіб, контролю за самостійним виконанням
завдань студентами, регламентації відведеного часу, необхідності
особистої присутності викладача.
При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/9802
14
Барченко, Н. Л. "Інформаційна система підготовки вхідних даних для організації людино-машинної взаємодії в системах електронного навчання." Master's thesis, Сумський державний університет, 2021. https://essuir.sumdu.edu.ua/handle/123456789/82480.
Full textAbstract:
Розроблено алгоритм та програмне забезпечення інформаційної системи підготовки вхідних даних для організації людино-машинної взаємодії. На першому етапі запропоновано використовувати штучні нейронні мережі для обчислення показників якості навчально-пізнавальної діяльності студента. На другому етапі запропоновано використовувати систему нечіткого логічного виведення для оцінки діяльності студента з урахуванням способу організації людино-машинної взаємодії.
15
Бугайчук, К. Л. "Роль та значення змішаного навчання для процесу кадрового забезпечення національної поліції України." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2018. http://repository.kpi.kharkov.ua/handle/KhPI-Press/40102.
Full text
16
Селіванова, К. Г., О. І. Соловйова, and Ю. О. Семеренко. "Проєктування тренінгової системи для дистанційного навчання студентів цивільної авіації з використанням технологій віртуальної реальності." Thesis, КЛК ХНУВС, 2021. https://openarchive.nure.ua/handle/document/16016.
Full textAbstract:
В тезах доповіді було розроблено спеціалізоване програмне забезпечення, адаптованого до онлайн-режиму в рамках проєктування тренінгової системи на базі технології віртуальної реальності, з метою проведення динамічного тестування студентів цивільної авіації для забезпечення їх якісної професійної підготовки.
17
Батейко, Едуард Анатолійович. "Система для визначення важливості інформаційних впливів на формування ринкового курсу криптовалют." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/45171.
Full textAbstract:
Дипломна робота: 153., 15 табл., 60 рис., 2 дод. та 49 джерел.
У роботі проведено дослідження формування криптовалютного ринку та
основоположні чинники які впливають на формування. Досліджено різні методи
визначення важливості чинників та моделі машинного навчання для такого роду
задач. Виділено найважливіші впливи спираючись на роботу моделей
машинного навчання.
Метою даною роботи побудувати систему для аналізу та прогнозу
криптовалютного ринку.
Об’єктом дослідження стали часові ряди криптовалюти та об’ємів запитів
в пошукову систему Google. Та значення інформаційних запитів для формування
курсу біткоїн.
Предметом дослідження стали математичні методи машинного навчання,
методи визначення важливості регресорів для моделей.Thesis: 153., 15 tables., 60 fig., 2 add. and 49 sources. The study of the formation of the cryptocurrency market and the fundamental factors influencing the formation. Various methods for determining the importance of factors and models of machine learning for such tasks have been studied. The most important influences based on the work of machine learning models are highlighted. The purpose of this work is to build a system for analysis and forecast of the cryptocurrency market. The object of the study was the time series of cryptocurrency and the volume of queries to the Google search engine. And the importance of information requests for the formation of the bitcoin exchange rate. The subject of the study were mathematical methods of machine learning, methods for determining the importance of regressors for these models.
18
Біломазур, Костянтин Володимирович, and Kostyntyn Bilomazur. "Розробка програмної системи для визначення предметів та розпізнавання тексту з використанням машинного навчання та підтримкою технології Voice Over." Master's thesis, ТНТУ ім. І Пулюя, 2019. http://elartu.tntu.edu.ua/handle/lib/30638.
Full textAbstract:
Магістерська робота на тему «Розробка програмної системи для
визначення предметів та розпізнавання тексту з використанням машинного
навчання та підтримкою технології Voice Over» Біломазура Костянтина
Володимировича. – Тернопільський національний технічний університет
імені Івана Пулюя, Факультет комп'ютерно-інформаційних систем і
програмної інженерії, Кафедра програмної інженерії, група СПм–61 //
Тернопіль, 2019.
C. – 97, рис. – 22, табл. – 12, слайдів. – 10, додат. – 3, бібліогр. – 19.
Дипломна робота присвячена створенню програмного забезпечення
для розпізнавання тексту та визначення предметів з використанням
машинного навчання.
Об’єктом дослідження є оптимізація процесу перенесення тексту з
друкованого чи рукописного формату в електронний з використанням
машинного навчання. Озвучування отриманого результату для користувачів
за допомогою технології Voice Over.
Предметом дослідження: є програмна система розпізнавання тексту та
предметів з використанням машинного навчання
Мета роботи: реалізувати програмну систему для розпізнавання
тексту та предметів у поєднанні із технологією Voice Over.
При створені програмного забезпечення використовувались такі
технології розробки як об’єктно-орієнтоване програмування, середовище
розробки Xcode, для взаємодії з базою даних - Core Data. Система
реалізована на мові програмування Swift.
19
Сидоренко, Д. С. "Теоретичні аспекти створення та впровадження в освітній процес віртуальних лабораторних комплексів для підготовки фахівців у галузі радіотехніки, електроніки та телекомунікацій." Thesis, НТУ "ХПІ", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/22021.
Full text
20
Сукманюк, Т. П. "Розвиток іншомовного діалогічного мовлення учнів 9-х класів за допомогою інтерактивних методів навчання." Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9787.
Full textAbstract:
Дипломна робота магістраприсвячена формуванню іншомовної діалогічної компетентності в учнів 9-х класівна уроках іноземної мови.
У роботі вивчено проблему формування іншомовної діалогічної компетентності в учнів 9-х класів у науковій літературі.З’ясовано психологічні та вікові особливості молодших підлітків; охарактеризовано використання інтерактивних методів під час формування іншомовної діалогічної компетентності; розроблено й апробовано авторську систему вправ на основі інтерактивних методів дляформування іншомовної діалогічної компетентності в учнів 9-х класів.
На основі дослідження зроблено висновок, що розроблена система вправ є ефективною дляформування діалогічної компетентності в учнів 9-х класів на уроках іноземної мови.
21
Пацула, Віктор Васильович, and Viktor Patsula. "Розробка системи оповіщення для дистанційного навчання." Bachelor's thesis, 2021. http://elartu.tntu.edu.ua/handle/lib/35770.
Full textAbstract:
Кваліфікаційна робота присвячена платформі дистанційного навчання
Мета роботи: вирішити проблему несвоєчасного отримання сповіщень на платформі дистанційного навчання.
В першому розділі кваліфікаційної роботи розглянуто можливості дистанційного навчання в ТНТУ та функції месенджера «Телеграм». Проведено аналіз недоліків дистанційного навчання. Запропоновано вирішення проблем та огляд технологій що зможуть вірішити проблеми ефективно.
В другому розділі кваліфікаційної роботи розглянуто технології для побудови системи оповіщення та її проектування. Розглянуто архітектуру системи оповіщення, взаємодію її модулів. Також розглянуто самі модулі, їх принцип роботи.
Розглянуто функції системи оповіщення із сторони користувача у месенджері «Телеграм». Показано як почати роботу з чат ботом та його використання у подальшому. Наведено переваги роботи з чат ботом.Qualification work is devoted to the distance learning platform Purpose: to solve the problem of late receipt of notifications on the distance learning platform. In the first section of the qualification work the possibilities of distance learning in TNTU and the functions of the messenger "Telegram" are considered. The analysis of shortcomings of distance learning is carried out. Problem solving and review of technologies that can solve problems effectively are offered. In the second section of the qualification work the technologies for construction of the alarm system and its design are considered. The architecture of the alarm system, the interaction of its modules are considered. The modules themselves, their principle of operation are also considered. The functions of the notification system on the part of the user in the "Telegram" messenger are considered. It shows how to start working with a chat bot and its use in the future. The advantages of working with a chat bot are given.
ВСТУП 8 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 10 1.1 Огляд платформи для дистанційного навчання 10 1.1.1 Вступ 10 1.1.2 Реєстрація 11 1.1.3 Огляд функцій пошти дистанційного навчання 12 1.2 Постановка завдання 15 1.3 Огляд месенджера «Телеграм» 17 1.3.1 Вступ 17 1.3.2 Реєстрація 19 1.3.3 Чати 20 1.3.4 Боти 21 1.4 Висновки до першого розділу 23 2 РОЗРОБКА СИСТЕМИ ОПОВІЩЕННЯ 24 2.1 Огляд інструментів та технологій розробки 24 2.1.1 .NET 24 2.1.2 Visual Studio Community 2019 24 2.1.3 Selenium 25 2.1.4 AngleSharp 25 2.2 Розробка системи оповіщення 25 2.2.1 Загальна архітектура 25 2.2.2 Архітектура сповіщень 27 2.2.3 Розробка модуля «Crawler» 28 2.2.4 Розробка модуля «TelegramWrapper» 32 2.3 Огляд функцій системи оповіщення 33 2.4 Висновки до другого розділу 38 3 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ХОРОНИ ПРАЦІ 39 3.1 Стихійні лиха та їх класифікація 39 3.2 Розрахунок місцевого освітлення для роботи з комп’ютером 41 3.3 Санітарно-гігієнічні вимоги до умов праці 42 3.4 Висновки до третього розділу 44 ВИСНОВКИ 45 ПЕРЕЛІК ДЖЕРЕЛ 46 ДОДАТКИ
22
Чорний, Олексій Вікторович. "Розробка програмного забезпечення для організації навчання програмуванню учнів старшої школи." Магістерська робота, 2020. https://dspace.znu.edu.ua/jspui/handle/12345/2126.
Full textAbstract:
Чорний О. В. Розробка програмного забезпечення для організації навчання програмуванню учнів старшої школи : кваліфікаційна робота магістра спеціальності 122 "Комп'ютерні науки" / наук. керівник Н. В. Матвіїшина. Запоріжжя : ЗНУ, 2020. 39 с.UA : Робота викладена на 39 сторінках друкованого тексту, 11 рисунків, 1 додаток, 16 джерел. Об’єкт дослідження – електронне навчання програмуванню у старшій школі. Мета роботи: створення програмного забезпечення, яке буде використовуватися для навчання програмуванню у старшій школі. Метод дослідження – аналітичний, порівняння. У роботі проведено аналіз поняття навчальної системи, розглянуто системи, які можуть використовуватися для навчанню програмування. Виділені недоліки використання даних систем у навчальному процесі. З використанням платформи .NET Framework та мови програмування C# було розроблене програмне забезпечення для навчання програмуванню мовою Python у старшій школі, яке дозволяє учням вивчати теоретичний матеріал, вирішувати задачі з програмування не виходячи з системи, надсилати розв’язки вчителю. Вчитель має можливість перевіряти розв’язки задач, виставляти оцінки, надавати зворотній зв’язок учням у вигляді коментарів. Розроблене програмне забезпечення планується використовувати у Комунальному закладі освіти «Спеціалізована школа №55 інформаційно-технологічного профілю» Дніпровської міської ради.
EN : The work is presented on 39 pages of printed text, 11 figures, 1 annex, 16 references.The object of the study is e-learning of programming in high school. The aim of the study is creating software that will be used to teach programming in high school. The methods of research are analytical, comparison. The paper analyzes the concept of the teching system, discusses the systems that can be used for learning programming. The disadvantages of using these systems in the educational process are highlighted. A software for teaching Python programming in high school was developed. It allows students to study theoretical material, solve programming problems inside the system, and send solutions to the teacher. The teacher has the ability to check the solutions of the tasks, to evaluate solutions, to provide feedback to the students in the form of comments. The developed software is planned to be used at the Municipal Educational Institution «Specialized School №55 of Information Technology Profile» of Dnipro City Council.
23
Садівник, Максим Петрович, and Maksym Sadivnyk. "Інформаційна система для прогнозування вартості житла на основі послідовної моделі машинного навчання з веб-інтерфейсом." Master's thesis, 2019. http://elartu.tntu.edu.ua/handle/lib/30746.
Full textAbstract:
Дана робота присвячена розробці інформаційної системи для
прогнозування вартості житла на основі послідовної моделі машинного
навчання. Метою роботи є демонстрація головних особливостей машинного
навчання у браузері використовуючи мову програмування JavaScript.
В роботі розглянуто основні моделі машинного навчання, проведено їх аналіз та порівняння. На основі аналізу існуючих бібліотек було проведено їх порівняння та вибір бібліотеки для використання. Було розроблено застосунок для демонстрації роботи обраної бібліотекиThis thesis is devoted to the development ofinformation system forapartments cost forecasting based on sequential model of machine learning with web-interface. The aim is to demonstrate the main features ofmachine learning in browser using programming language JavaScript.The paper describes the mainmodels of machine learning,was provided their analysis and compare. Based on an analysis of existinglibraries wasprovided their compare and chose of library for use. Developed application for demonstration of chosen library’s work.
Вступ...9 Перелік умовних скорочень...11 1 Штучний інтелект та його роль у світі...12 1.1 Поняття «тшучного інтелекту»....12 1.2 Історія розвитку штучного інтелекту....18 1.3 Штучний інтелект в сучасному світі...24 1.4Висновок до першого розділу....26 2 Машинне навчання та його моделі....27 2.1 Поняття «машинного навчання»...27 2.2 Моделі машинного навчання...36 2.3 Висновок до другого розділу...48 3 Проектування та програмна реалізаціяінформаційної системи для прогнозування вартості житла на основі послідовної моделі машиного навчання з використанням бібліотеки tensorflow.js...49 3.1 Послідовна модель машинного навчання...49 3.2 Проектування навчальної моделі...55 3.3 Підготовка даних до навчання....61 3.4 Підготовка моделі до навчання та прогнозування...64 3.5 Висновок до третього розділу...68 4 Машинне навчання у браузері. огляд tensorflow.jsта інших популярних бібліотек браузерного машинногонавчання та обґрунтування вибору.....69 4.1 Машинне навчання у браузері...69 4.2 Порівняння TensorFlow.js з іншими бібліотеками браузерного машинного навчання та обґрунтування вибору...70 74.3 Висновок до четвертого розділу....76 5 Обґрунтування економічної ефективності...77 5.1 Розразунок норм часу на виконання науково-дослідницької роботи....77 5.2 Визначення витрат на оплату праці та відрахувань на соціаьні заходи..78 5.3 Розразунок матеріальних витрат....81 5.4 Розрахунок витрат на електроенергію....82 5.5 Розрахунок суми амортизаційних відрахувань...83 5.6 Обчислення накладних витрат...84 5.7 Складання кошторису витрат та визначення собівартості роботи....84 5.8 Розрахунок ціни програмного продукту....85 5.9 Визначення економічної ефективності і терміну окупності капітальних вкладень...86 5.10 Висновок до п’ятого розділу....87 6 Охорона праці та безпека в надзвичайних ситуаціях...89 6.1 Охорона праці...89 6.1.1 Види страхових виплат Фонду соціального страхування від нещасних випадків на виробництві та професійних захворювань, на які може розраховувати працівник у разі його травмування, профзахворювання або смерті....89 6.1.2 Ефективність охорони праці у Великобританії у сфері ІТ...91 6.2 Безпека в надзвичайних ситуаціях...93 6.2.1 Організація цивільного захисту на об’єктах промисовості та виконання заходів щодо запобігання виникненню надзвичайних ситуацій техногенного походження...93 86.2.2 Особливості роботи та розлади здоров’я користувачів комп’ютерів, що формується під впливом роботи за комп’ютером...97 6.3 Висновок до шостого розділу....101 7 Екологія....102 7.1 Енергозбереження і його роль у вирішенні екологічних проблем....102 7.2 Методологія моделювання екологічних проблем....105 7.3 Висновок до сьомого розділу...107 Висновки...108 Список використаних джерел...110 Додатки
24
Антошин, Кирило Сергійович. "Комп’ютерна система для визначення положення людини в обмеженому просторі у реальному часі." Магістерська робота, 2020. https://dspace.znu.edu.ua/jspui/handle/12345/3912.
Full textAbstract:
Антошин К. С. Комп’ютерна система для визначення положення людини в обмеженому просторі у реальному часі : кваліфікаційна робота магістра спеціальності 121 "Інженерія програмного забезпечення" / наук. керівник А. І. Безверхий. Запоріжжя : ЗНУ, 2020. 106 с.UA : Кваліфікаційна робота для здобуття ступеня вищої освіти магістра за спеціальністю 121 — Інженерія програмного забезпечення, науковий керівник А.І. Безверхий. Інженерний навчально-науковий інститут Запорізького національного університету. Мета і завдання дослідження полягають у вивченні сучасних підходів довизначення положення людини в обмеженому просторі у реальному часі, а також у розробці комп’ютерної системи, що буде ефективно вирішувати цю задачу, працюючи на мікрокомп’ютері NVIDIA Jetson Nano та використовуючи вякості вхідних даних відеопотік із підключеної камери. У процесі дослідження була розглянута проблема визначення положення людини в обмеженому просторі у реальному часі та підходи глибинного навчання до її вирішення. Як результат, була розроблена та навчена оптимальна модель глибокої нейронної мережіна базі YOLOv4-tiny. Дана мережа розпізнає людей у реальному часі та працює у парі з алгоритмом визначення їхнього положення відносно обмеженого простору. Крім цього,була розро-лена комп’ютерна система, що працює на мікрокомп’ютері NVIDIA Jetson Nano та використовує даний підхід для обробки відеопотоку з ідключеної камери.
EN : Qualification work for higher master'sdegree in specialty 121 — Software Engineering, supervisor Anatolii Bezverkhyi. Engineering Educational Scientific Institute of Zaporizhia National University. The aimof the research is to study modern approaches to determining a person’s position in a confined spacein real time, as well as to develop a computer system that will effectively solve this problem by working on NVIDIA Jetson Nano microcomputer and usingvideo stream from the connected camera as input data.In the course of the research the problem of determining a person’s position in a confined space in realtime and deep learning approachesto its solutionwere considered.As a result, an optimal deep neural network modelbased on YOLOv4-tinyhas been developed and trained. This network recognizes persons in real time and works in conjunction with an algorithm that determines their position in a confined space. In addition, acomputer system based on the NVIDIA Jetson Nano microcomputer has been developed thatuses this approachto process the video stream from the connected camera.
25
Боднар, Роман Ігорович, and Roman Igorovych Bodnar. "Розробка системи підтримки прийняття рішень для прогнозування ступеня важкості вірусних захворювань в умовах пандемії." Master's thesis, 2021. http://elartu.tntu.edu.ua/handle/lib/36780.
Full textAbstract:
Кваліфікаційна робота присв’ячена розробці системи підтримки прийняття рішень для прогнозування ступеня важкості вірусних захворювань в умовах пандемії. В першому розділі кваліфікаційної роботи проведено наукові розвідки систем підтримки клінічних рішень на основі штучного інтелекту. Проаналізовано опубліковані наукові дослідження щодо оцінювання ступеня важкості COVID-19. В другому розділі кваліфікаційної роботи досліджено метод підтримки прийняття рішень на основі правил переконань. Описано Баєсівські мережі та байєсівський алгоритм пошуку. Розглянуто метод FCM. Проаналізовано комбінований підхід до підтримки процесів прийняття рішень щодо ступеня важкості вірусних захворювань в умовах пандемії. В третьому розділі кваліфікаційної роботи описано процес попередньої обробка даних для кластеризації. Описано формування та оцінювання нечіткої когнітивної карти на основі мережі Байєса для потреб системи підтримки прийняття рішень для прогнозування ступеня важкості вірусних захворювань в умовах пандемії.
Qualification work is devoted to the development of a decision support system to predict the severity of viral diseases in a pandemic. In the first section of the qualification work, scientific investigations of clinical decision support systems based on artificial intelligence were conducted. Published research on the assessment of the severity of COVID-19 is analyzed. The second section of the qualification work explores the method of decision support based on the rules of belief. Bayesian networks and Bayesian search algorithm are described. The FCM method is considered. A combined approach to support decision-making on the severity of viral diseases in a pandemic is analyzed. The third section of the qualification work describes the process of pre-processing data for clustering. The formation and evaluation of a fuzzy cognitive map based on the Bayesian network for the needs of the decision support system to predict the severity of viral diseases in a pandemic.ВСТУП 7 1 СТАН ДОСЛІДЖЕНЬ ГАЛУЗІ СИСТЕМ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В УМОВАХ ПАНДЕМІЇ 9 1.1 Світ в умовах пандемії 9 1.2 Системи підтримки клінічних рішень на основі ШІ 13 1.3 Опубліковані дослідження щодо оцінювання ступеня важкості COVID-19 18 1.4 Висновок до першого розділу 21 2 АНАЛІЗ МЕТОДІВ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ЩОДО СТУПЕНЯ ВАЖКОСТІ ВІРУСНИХ ЗАХВОРЮВАНЬ В УМОВАХ ПАНДЕМІЇ 22 2.1 Метод підтримки прийняття рішень на основі правил переконань 22 2.2 Баєсівські мережі та байєсівський алгоритм пошуку 32 2.3 Метод FCM 35 2.4 Комбінований підхід 37 2.5 Висновок до другого розділу 39 3 ОБЧИСЛЮВАЛЬНИЙ ЕКСПЕРИМЕНТ 40 3.1 Попередня обробка даних для кластеризації 40 3.2 Оцінка сценаріїв 42 3.3 Формування та оцінювання FCM на основі BN 46 3.4 Висновок до третього розділу 53 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 54 4.1 Умови праці працівників ІТ-галузі 54 4.2 Здоровий спосіб життя людини та його вплив на професійну діяльність 57 ВИСНОВКИ 59 ПЕРЕЛІК ДЖЕРЕЛ 60 ДОДАТКИ