چکیده مقاله
در سال های اخیر کاربرد هوش مصنوعی در نظام های آموزشی فرصت های قابل توجهی برای توسعه محیط های یادگیری شخصی سازی شده فراهم کرده است این پژوهش یک سیستم آموزش هوشمند مبتنی بر یادگیری ماشین ارائه می کند که با هدف بهینه سازی مسیر یادگیری و تولید بازخورد تطبیقی برای دانش آموزان طراحی شده است معماری پیشنهادی از سه ماژول اصلی تشکیل می شود: مدل سازی سطح دانش یادگیرنده، تولید مسیر یادگیری شخصی سازی شده و موتور بازخورد تطبیقی در ماژول نخست از یک مدل Random Forest برای پیش بینی سطح مهارت و عملکرد آینده دانش آموز استفاده شده است تا بتوان نمایه ای دقیق از وضعیت شناختی یادگیرنده ایجاد کرد در مرحله بعد یک الگوریتم پیشنهادی ترکیبی شامل فیلترگذاری مبتنی بر محتوا و مجموعه ای از قواعد آموزشی برای انتخاب فعالیت ها و منابع مناسب به کار گرفته می شود نهایتا موتور بازخورد تطبیقی بر اساس تحلیل الگوهای خطا و رفتار یادگیری پیام ها و تمرین های متناسب با نیازهای لحظه ای دانش آموز ارائه می دهد ارزیابی سیستم با مجموعه ای از داده های واقعی دانش آموزان نشان می دهد که رویکرد پیشنهادی در بهبود دقت تشخیص سطح، کاهش زمان یادگیری و افزایش تعامل یادگیرندگان عملکرد مطلوبی دارد نتایج این پژوهش بیانگر ظرفیت بالای به کارگیری روش های یادگیری ماشین در توسعه سیستم های آموزش هوشمند با قابلیت سازگاری پویا است
کلیدواژهها
نویسندگان
شیوه ارجاع
�همتن، آرمین و محمود بابویی، بهاره،1404،طراحی و پیاده سازی سیستم آموزش هوشمند مبتنی بر یادگیری ماشین برای شخصی سازی مسیر یادگیری و ارائه بازخورد تطبیقی،دومین کنفرانس بین المللی دو سالانه پیشرفت ها در هوش مصنوعی و علوم داده،بوشهر
ارائهشده در
همایش «بسیج، پیشرفت و امنیت پایدار در منطقه جنوب شرق کشور»7 بهمن 1404 · تهران