Data in Education Seminar: различия между версиями
Материал из Поле цифровой дидактики
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) |
||
Строка 20: | Строка 20: | ||
* Дмитрий Сошников - развенчиваем магию генеративных моделей | * Дмитрий Сошников - развенчиваем магию генеративных моделей | ||
* Лев Ямпольский - о тестировании возможностей [[ChatGPT]] (астрономия, генетика, программирование) - сходство ошибок [[chatGPT]] и ошибок студентов | * Лев Ямпольский - о тестировании возможностей [[ChatGPT]] (астрономия, генетика, программирование) - сходство ошибок [[chatGPT]] и ошибок студентов | ||
| [[Генеративный искусственный интеллект]] | | Понятия и датасеты [[Генеративный искусственный интеллект]], [[Чат-бот]], [[ChatbotACM (dataset)]] | ||
| https://youtu.be/vM55iQl9Jbg | | https://youtu.be/vM55iQl9Jbg | ||
|- | |- |
Версия 16:53, 1 февраля 2023
Семинар о данных в образовании проходит в МГПУ с осени 2019 года. Это внутренний семинар МГПУ с небольшим числом участников. Как правило, заседания происходят в последнюю среду каждого месяца в 16.00 московского времени. Формат - гибридный.
Запись семинара Созидательные возможности искусственного интеллекта в образовании
Семинары о данных в образовании
На этой странице представлен перечень проведённых заседаний.
Название | Докладчики | Краткое содержание | Ссылки и комменты |
---|---|---|---|
Созидательные возможности искусственного интеллекта в образовании | Понятия и датасеты Генеративный искусственный интеллект, Чат-бот, ChatbotACM (dataset) | https://youtu.be/vM55iQl9Jbg | |
Прогнозирование образовательных результатов на основе методов семантического анализа | Прогнозирование образовательных результатов на основе методов семантического анализа - близость языка, на котором пишут тексты преподаватели и студенты | https://youtu.be/viAOsi2ElGM
Представление тем ближайших семинаров
| |
Маэстро картографии |
|
|
https://youtu.be/K1MpGGdWNtY В роли дискуссанта Михаил Богуславский |
Обучение в видео-играх и виртуальных средах |
|
|
https://youtu.be/gOAAT4sNYX4 В роли дискуссантов
|
Education 4.1: Как данные образовательного процесса и рынка позволяют приводить студента к цели | Михаил Свердлов | Как данные образовательного процесса и рынка позволяют приводить студента к цели
|
16.11.2021 |
Современные подходы к анализу данных |
|
|
29.09.2021 |
Явное, неявное и тацитное знание при создании систем поддержки учебного процесса. | Федор Дудырев, Алексей Незнанов, | Доклад посвящён проблематике представления знаний, которые используются при разработке систем поддержки учебного процесса. Все современные проекты в области EdTech реализуются на стыке цифровой педагогики, искусственного интеллекта и наук о данных, при этом представление знаний играет определяющую роль при формировании их математической, методической и технологической основы. | https://youtu.be/RV5g5rEaQzU 21 апреля 2021 |
МЭШ и его данные | Юрий Владимирович Куприянов | Устройство МЭШ и данные, которые доступны | |
Выращивание данных в среде многоагентного моделирования NetLogo | Патаракин Евгений Дмитриевич | Переход от анимаций к постановке экспериментов. Многочисленные модели NetLogo - возможность не просто посмотреть как агенты взаимодействуют между собой, но и поставить эксперименты, меняя значения переменных, повторяя серии экспериментов, записывая результаты - и всё это с помощь. BehaviorSpace. И главное - как мы потом экспериментальные данные анализируем в R. | 26 мая 2021 https://youtu.be/_IRTKplE7nw |
Повышение качества модели прогнозирования образовательных результатов обучающихся МГПУ | Куприянов Роман Борисович | По итогам семинара было 2 предложения.
| |
|
|
|
По итогам обсуждения - магистерская работа "Аналитика сотрудничества как инструмент управления" https://youtu.be/t2KNoaoSvuM |
Практическое применение системы прогнозирования образовательных результатов | Дмитрий Юрьевич Звонарев | ||
1 | 2 | 3 | 4 |