Применение методов машинного обучения при оценке деятельности образовательной организации высшей школы

А. М. Бозиева, Ф. М. Цеева, Д. В. Хатухова

---

Аннотация. В данной статье решается задача разработки программного кода для оценки деятельности образовательных организаций высшей школы на основе совокупности показателей. В качестве входных данных используются показатели предыдущих оценок вузов и их итоговые результаты. Для успешного решения задачи используется машинное обучение с учителем на основе алгоритма множественной линейной регрессии, что позволяет выявить закономерности для адекватной оценки. Данные закономерности выявляются на основе данных, накопленных в ходе деятельности вузов, и существующего в образовательной практике опыта по оценке вузов. В результате разработанный программный код на основе имеющихся данных дает оценку вузу с определенной точностью.

Ключевые слова: образовательные организации, прогнозирование, оценка деятельности, машинное обучение, регрессия

Для цитирования. Бозиева А. М., Цеева Ф. М., Хатухова Д. В. Применение методов машинного обучения при оценке деятельности образовательной организации высшей школы // Известия Кабардино-Балкарского научного центра РАН. 2023. № 3(113). С. 11–19. DOI: 10.35330/1991-6639-2023-3-113-11-19

Информация об авторах

Бозиева Асият Мухтаровна, аспирант, Научно-образовательный центр Кабардино-Балкарского научного центра РАН;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
bozieva.asya@mail.ru, ORCID: https://orcid.org/0000-0002-1124-2289
Цеева Фатимат Мухамедовна, доцент кафедры мехатроники и робототехники, Институт информатики, электроники и робототехники КБГУ;
360000, Россия, г. Нальчик, ул. Чернышевского, 173;
mfmkbsu@mail.ru, ORCID: https://orcid.org/0000-0001-7203-3571 Хатухова Дана Владимировна, ст. преподаватель кафедры информационных технологий в управлении техническими системами, Институт информатики, электроники и робототехники КБГУ;
360000, Россия, г. Нальчик, ул. Чернышевского, 173;
dkhatukhova@list.ru, ORCID: https://orcid.org/0009-0009-0190-8823

Список литературы

1. Бозиева А. М., Дзамихова Ф. Х. Модель интеллектуальной системы, основанной на нечеткой логике, в задачах оценки деятельности высшего учебного заведения // Известия Кабардино-Балкарского научного центра РАН. 2023. № 1(111). С. 11–17. DOI: 10.35330/1991-6639-2023-1-111-11-17, EDN: VGNLBT
2. Котлярова И. О. Технологии искусственного интеллекта в образовании // Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки. 2022. Т. 14. № 3. С. 69–82. DOI: 10.14529/ped220307, EDN: JADHNV
3. Полетаева Н. Г. Классификация систем машинного обучения // Вестник Балтийского федерального университета им. И. Канта. Серия: Физико-математические и технические науки. 2020. №1. С. 5–22. EDN: RCHVEU
4. Шай Ш.-Ш., Шай Б.-Д. Идеи машинного обучения. Москва: ДМК-Пресс, 2019. 436 c. ISBN: 978-5-97060-673-5
5. Бринк Х., Ричардс Дж., Феверолф М. Машинное обучение / Пер. И. Рузмайкина. Санкт-Петербург: Питер, 2017. 336 с. ISBN: 978-5-496-02989-6
6. Вьюгин В. В. Математические основы машинного обучения и прогнозирования. Москва: МЦНМО, 2022. 400 с. ISBN: 978-5-4439-1249-3
7. Гельман Э., Хилл Дж., Вехтари А. Регрессия: теория и практика. C примерами на R и Stan / Пер. с англ. В. Яценкова. Москва: ДМК Пресс, 2022. 748 с. ISBN: 978-5-97060-987-3
8. Саати Т. Принятие решений: метод анализа иерархий / Пер. с англ. Р. Г. Вачнадзе. Москва: Радио и связь, 1993. 278 с.
9. Воронов М. В., Пименов В. И., Небаев И. А. Системы искусственного интеллекта: учебник и практикум для вузов. Москва: Юрайт, 2022. 256 с.