Поле цифровой дидактики - Вклад [ru]

Участник:YakovlevAN645

2025-11-25T15:41:00Z

YakovlevAN645:

{{UserMGPU
|Field_of_knowledge=Робототехника, Педагогика, Археология, Управление, Урбанистика, Интернет вещей, Инженерия
|Ancestors=Патаракин Е.Д.
|Position=Бакалавриат, Магистратура, Специалитет
|Profile=Информатика, Робототехника
|PedDirection=Да
}}
[[Категория:UserMGPU]]
[[Категория:УСИВО-251]][[Файл:Acm-result.jpg|800px|слева|Результат поиска по ACM]]
<br clear=all />

== Работа в Lens ==
по запросу (("Multi-Agent Systems" OR "MAS") AND "education" AND "school")

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1-qiRmaJOZRxSlY-rX9IlesPdu1CmgoN_

{{#widget:iframe
|url=https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1-qiRmaJOZRxSlY-rX9IlesPdu1CmgoN_
|width=800
|height=800
}}

Анализируя представленную карту, можно сделать вывод, что тема на стыке MAS и обучения недостаточно разработана. При этом есть все задатки для дальнейшего развития и исследований.

Размер исходного датасета: 50.000 записей

== Опрос ==
Опрос об отношении педагогов ко внедрению моделирования многоагентных систем в обучение: перспективы
Итог: педагоги относятся положительно к предложенному методическому подходу, видят перспективы, однако сомневаются, что нынешнее состояние сферы образования позволит его реализовать.

{{#widget:Google Form
|key=1FAIpQLSf9q3nUEIqMOL88jVY8zjHI_vjgOUDNeFKvxaZBTAkmaDWmNA
|width=1200
|height=600
}}

Анализ датасета с данными о расходах на строительство в Netsblox демонстрирует тенденцию к увеличению затрат на строительство и обслуживание объектов, что может быть потенциально решено с помощью внедрения многоагентных систем, которые являются инструментом оптимизации поставленных задач и не требует больших финансовых затрат.

{{#widget:iframe
|url=https://editor.netsblox.org/?action=present&editMode&noRun&Username=marydemn5739&ProjectName=untitled%20(2)&Role=myRole
|width=800
|height=800
}}

Проба построения графа
<graphviz>
digraph G {
size="11,2" ;
0 -> 5 ;
0 -> 4 ; 0 -> 3 ;
0 -> 1 ;
0 -> 3 ;
3 -> 4 ;
0 -> 1 ;
0 -> 2 ;
0 -> 2 ; 0 -> 3 ;
0 -> 1 ;
0 -> 2 ;
0 -> 3 ;
0 -> 5 ;
0 -> 5 ; 0 -> 2 ;
0 -> 3 ;
0 -> 4 ;
1 -> 4 ;
0 -> 3 ; 0 -> 5 ;
0 -> 2 ;
0 -> 2 ;
0 -> 5 ;
0 -> 3 ;
0 -> 4 ;
0 -> 1 ; 0 -> 3 ;
0 -> 1 ;
0 -> 5 ;
0 -> 5 ;
0 -> 5 ;
0 -> 5 ;
0 -> 3 ;
0 -> 2 ;
0 -> 3 ;
0 -> 2 ;
0 -> 5 ;
0 -> 5 ;
0 -> 5 ;
0 -> 3 ;
0 -> 5 ;
0 -> 5 ;
0 -> 4 ;
4 -> 5 ; 4 -> 3 ;
0 -> 1 ;
0 -> 5 ;
0 -> 4 ;
0 -> 2 ;
0 -> 4 ;
0 -> 5 ;
2 -> 4 ;
0 -> 3 ; 0 -> 1 ;
5 -> 3 ; 5 -> 4 ;
0 -> 4 ;
0 -> 1 ;
0 -> 4 ;
2 -> 5 ; 2 -> 0 ;
0 -> 4 ;
0 -> 4 ;
0 -> 5 ;
0 -> 1 ;
0 -> 5 ;
0 -> 5 ;
0 -> 4 ;
0 -> 3 ;
0 -> 5 ;
0 -> 4 ; 0 -> 3 ;
0 -> 4 ;
1 -> 5 ;
0 -> 3 ;
0 -> 1 ;
0 -> 2 ;
0 -> 3 ;
0 -> 1 ;
0 -> 3 ;
5 -> 3 ;
0 -> 4 ; 0 -> 5 ;
0 -> 2 ;
0 -> 4 ;
3 -> 5 ;
4 -> 0 ;
0 -> 5 ;
0 -> 1 ;
0 -> 2 ;
0 -> 2 ;
0 -> 1 ;
0 -> 3 ;
3 -> 5 ; 3 -> 2 ;
0 -> 1 ;
0 -> 2 ;
0 -> 1 ;
5 -> 2 ;
0 -> 4 ; 0 -> 3 ;
0 -> 4 ;
0 -> 3 ; 0 -> 5 ;
0 -> 4 ; 0 -> 3 ;
0 -> 3 ;
0 -> 1 ;
0 -> 1 ; 0 -> 4 ;
0 -> 2 ;
0 -> 5 ;
0 -> 2 ;
0 -> 1 ;
0 -> 1 ;
0 -> 4 ;
}
</graphviz>

== Многоагентная система ==
Моделирование небольшой многоагентной системы (частного случая IoT) на примере работы лампы и двери (room1, room2).
{{#widget:iframe
|url=https://editor.netsblox.org/?action=present&editMode&noRun&Username=marydemn5739&ProjectName=untitled%20(3)&Role=person_1
|width=800
|height=800
}}

----
[[Категория:UserMGPU]]
[[Категория:УСИВО-251]]

Машинное обучение платформы

2025-11-25T13:24:20Z

YakovlevAN645: Новая страница: «{{Dataset |Description=Платформы машинного обучения — это специальные программные среды или сервисы, предназначенные для разработки, обучения, тестирования и развертывания моделей искусственного интеллекта. Они облегчают обработку данных, настройку алгоритм...»

{{Dataset
|Description=Платформы машинного обучения — это специальные программные среды или сервисы, предназначенные для разработки, обучения, тестирования и развертывания моделей искусственного интеллекта. Они облегчают обработку данных, настройку алгоритмов и автоматизацию процессов.
Основные функции платформ
Импорт и подготовка данных: загрузка, предварительная обработка и разметка данных.
Создание и обучение моделей: использование алгоритмов машинного обучения и глубокого обучения.
Тестирование и оценка: проверка точности и эффективности моделей.
Развертывание: внедрение обученных моделей для предсказаний в реальных приложениях.
Автоматизация: автоматизированные процессы подбора гиперпараметров и обучения.
|KeyDescripions=Название проекта / датасета
— Уникальное имя для идентификации проекта или набора данных.
Описание
— Краткое описание целей, особенностей или содержания проекта/датасета.
Тип данных
— Категории данных: изображение, текст, числовые, категориальные, временные серии и др.
Источник данных
— Название файла, путь к хранилищу, URL, или описание источника данных.
Формат данных
— CSV, JSON, изображение (JPEG, PNG), аудио, видео и др.
Размер датасета
— Количество образцов, строк, изображений, часов записи и др.
Группировка данных / Разделение
— Процентное соотношение для обучения, валидации и тестирования (например, 70/15/15).
Метки / метки классов (Label) / Аннотации
— Названия категорий, описание классов или аннотаций.
Параметры обработки
— Трансформации, нормализация, аугментация данных.
Гиперпараметры модели
— Количество слоев, learning rate, размер пакета, регуляризация и др.
Цели и метрики
— Задачи (классификация, регрессия), метрики оценки (точность, F1-score, RMSE).
Дата создания / обновления
— Время загрузки или изменения данных/проекта.
Дополнительные параметры
— Пользовательские настройки, специальные компоненты, требования к окружению (GPU, CPU).
|FileFormat‎=CSV, JSON
|Field_of_knowledge=Информатика, Робототехника, Искусственный интеллект, Большие данные, Статистика
|Examples=Обучение модели (Training)
— Использование датасета для тренировки модели. Например, тренировка классификатора изображений на наборе фотографий с метками.
Тестирование модели (Testing / Validation)
— Проверка качества модели на отложенной части данных, чтобы оценить её точность и обобщающую способность.
Определение гиперпараметров (Hyperparameter tuning)
— Использование различных частей датасета для автоматической настройки параметров модели через кросс-валидацию или другие методы.
Обнаружение аномалий
— Анализ данных для поиска необычных или неправильных образцов.
Обогащение данных (Data enrichment)
— Расширение модели за счёт дополнительных данных, например, добавление новых изображений или текстов.
Улучшение модели (Model refinement)
— Использование новых данных для дообучения или обновления модели, чтобы повысить её точность.
Обучение с подкреплением
— Использование датасета для симуляции среды, в которой агент учится принимать решения.
Обучение мультимодальных моделей
— Использовать датасеты, включающие несколько типов данных (например, изображения и текст), для обучения мультимодальных систем.
|launch year=2025
}}
Популярные платформы
Google Cloud AI Platform: облачные решения для разработки и масштабирования моделей.
Amazon SageMaker: сервис для обучения и деплоймента моделей в AWS.
Microsoft Azure Machine Learning: инструменты для всего цикла ML.
TensorFlow и PyTorch: популярные фреймворки для разработки собственных моделей.
AutoML платформы (Google AutoML, DataRobot, H2O.ai): автоматизация процессов машинного обучения без необходимости глубокой экспертизы.

Патаракин Е.Д.

2025-11-25T10:34:41Z

YakovlevAN645: Новая страница: «{{Person |Description=Патаракин Евгений Дмитриевич Профессор:Институт образования / Департамент образовательных программ Oбразование, учёные степени и учёные звания 2017 - Доктор педагогических наук: Московский городской педагогический университет, специаль...»

{{Person
|Description=Патаракин Евгений Дмитриевич
Профессор:Институт образования / Департамент образовательных программ
Oбразование, учёные степени и учёные звания
2017 - Доктор педагогических наук: Московский городской педагогический университет, специальность Общая педагогика, история педагогики и образования (педагогические науки), тема диссертации: Педагогический дизайн совместной сетевой деятельности субъектов образования
2010 - Ученое звание: Доцент
1984 - Специалитет: Горьковский государственный университет им. Н.И. Лобачевского, специальность «Биология», квалификация «Биолог. Преподаватель биологии и химии»
|Field_of_knowledge=Математика, Физика, Химия, Биология, Информатика, Робототехника, Педагогика, Образование, Искусственный интеллект, Управление, Интернет вещей, Мобильное обучение, Большие данные, Статистика, Алгебра, Инженерия, Иностранный язык
|launch year=1961
|Website=https://pikabu.ru/story/ko_dnyu_rozhdeniya_evgeniya_patarakina__odnogo_iz_osnovateley_russkogo_veba_11637989
}}
Заслуги, награды
Почетная грамота Министерства Образования РФ 2001 г. ,
Почетная грамота Академии Наук РФ 1999.
Опыт работы
ИЦО МГПУ. Профессор департамента информатики, управления и технологий Института цифрового образования МГПУ. Учебные курсы «Программирование на языках высокого уровня», «Алгоритмы и структуры данных», «Анализ и интерпретация данных». Руководитель проектов «Исследование использования технологий совместной работы со знаниями в образовании на примере WIKI технологии» - http://digida.mgpu.ru/ (2022) и «Генеративный ИИ естественно-научного контента» (2023) в рамках программы «Приоритет - 2030». Руководитель семинара о данных в образовании Data_in_Education_Seminar

Институт Системных проектов МГПУ. Ведущий научный сотрудник с 2016 г. - 2022
Руководитель проектов «Разработка модели формирования и сопровождения педагогических сообществ как ресурса обсуждения и реализации городской образовательной политики» (2016 - 2017), «Разработка и апробация модели государственно-общественного управления образованием (на примере деятельности общественных объединений системы столичного образования)» (2017 – 2018), «Анализ поведения участников образовательных отношений в сообществах МЭШ», «Разработка механизмов координации деятельности образовательных сообществ на основе многоагентного моделирования совместного создания и использования цифрового контента» (2019 - 2020)

Всемирный Банк. Консультант проекта «Children Learning to Code: Essential for 21st Century Human Capital» 2018 – 2020

ННГУ - Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского
Профессор кафедры психологии управления 2019 - 2020

OOO ВикиВот! Директор по технологиям работы с сетевыми сообществами с 24 апреля 2011 г - апрель 2019

Фонд Общественное Мнение Ведущий специалист с 1 апреля 2009 года - апрель 2011

Нижегородский государственный педагогический университет
Доцент кафедры информатики с 2004 года по 1 сентября 2015 г. Научный руководитель мадиалаборатории НГПУ с 2008 года
Руководитель проекта Исследование среды повсеместного мобильного обучения, Аналитическая ведомственная целевая программа "Развитие научного потенциала высшей школы", 2009 - 2011 Учебные курсы: «Модели многоагентных сообществ в естественно-научном образовании».

Институт программных систем РАН
Заведующий лабораторией учебных коммуникаций с 1995 г. по 2009 г. Руководитель более 25 проектов, получивших поддержку российских и зарубежных фондов. Среди них: 2005 «Сетевые сообщества и обучение» РГНФ 05-06-16024д. 2001 - 2002 "Педагогика региональных сетевых сообществ" - РГНФ No. 01-06-00166а, 1996 - 1997 Галерея современного российского компьютерного искусства РГНФ N 96-04-12067B 1998 Формирование в Переславле-Залесском единого образовательного организма, объединенного виртуальными связями" РФФИ N 98 019 1996

Специалитет

2025-11-25T10:07:00Z

YakovlevAN645: Новая страница: «{{Понятие |Description=Специалитет — это форма получения профессионального образования среднего или высшего уровня, характерная для систем высшего и среднего профессионального образования в ряде стран, в том числе в России. Он предполагает более узкую и гл...»

{{Понятие
|Description=Специалитет — это форма получения профессионального образования среднего или высшего уровня, характерная для систем высшего и среднего профессионального образования в ряде стран, в том числе в России. Он предполагает более узкую и глубинную подготовку по определенной специальности, с акцентом на практическое применение знаний, навыков и умений в конкретной профессиональной сфере.
|Field_of_knowledge=Математика, Физика, Химия, Биология, Астрономия, География, Информатика, Робототехника, История, Медицина, Педагогика, Психология, Социология, Экономика, Археология, Образование, Лингвистика, Искусственный интеллект, Управление, Урбанистика, Культура, Литература, Интернет вещей, Мобильное обучение, Обществознание, Большие данные, Геометрия, Спорт, Картография, Статистика, Моделирование, Музыка, Философия, Мехатроника, Схемотехника, Алгебра, Филология, Инженерия, Агрономия, Коррекционная педагогика, Иностранный язык
|Inventor=М. П. Константинов — советский педагог и ученый, один из представителей системы высшего профессионального образования, развивавший идеи углубленной подготовки специалистов. В. В. Давыдов — педагог, исследовал вопросы профессиональной и дополнительной подготовки, вносил вклад в развитие системы специалитета. А. А. Мальцева — ученый в области педагогики и высшего образования, участвовала в разработке концепций профессионального образования. Советская и российская педагогическая школа — многие ученые и педагогические деятели работали над формализацией и развитием системы специалитета в рамках Советского Союза и России. Учебники и официальные документы Минобразования РФ — такие как «Образовательные стандарты»
}}
«Специалитет» — это образовательная программа, ориентированная на практическую и профессиональную подготовку в конкретной области, позволяющая выпускникам осуществлять профессиональную деятельность в выбранной сфере с более высоким уровнем компетенций. Понятие «специалитет» развивали и вводили в научную и образовательную практику такие авторы, как М. П. Константинов, В. В. Давыдов и другие педагоги и ученые, работающие в области высшего образования и педагогики. Основополагающие идеи также закреплены в государственных стандартах и документах по высшему профессиональному образованию.

Археология

2025-11-25T09:55:00Z

YakovlevAN645: Новая страница: «{{Понятие |Description=Археология — это научная дисциплина, изучающая прошлое человечества посредством анализа материальных памятников, объектов и археологических находок, таких как памятники, орудия труда, жилища, погребения и другие артефакты. Цель архе...»

{{Понятие
|Description=Археология — это научная дисциплина, изучающая прошлое человечества посредством анализа материальных памятников, объектов и археологических находок, таких как памятники, орудия труда, жилища, погребения и другие артефакты. Цель археологии — восстановить историческую картину жизни древних и исторических обществ, понять их социальную структуру, быт, культуру и развитие.
|Field_of_knowledge=Астрономия, География, История, Археология, Урбанистика, Культура, Обществознание, Философия, Инженерия, Агрономия
|Inventor=Георгий Александрович Кун — российский археолог, исследователь древней Европы и Кавказа. Биарна Биара (Biara Biara) — известный ученый, автор работ по комплексной археологии. Джеймс М. Харрисон — создатель методов систематизации археологических данных. Мэри Линн Ламберти — специалист по археологической методике, автор фундаментальных учебных пособий. Городецкий Валентин Иванович — российский археолог
|Environment=Среды для освоения понятия «Археология» Теоретическая среда • Учебные курсы и лекции по археологии и истории культуры. • Учебники и образовательные пособия по археологии. • Интернет-ресурсы, включая онлайн-курсы и видеолекции. Практическая среда • Посещение музеев археологических экспонатов. • Экскурсии на археологические раскопки или памятники. • Организация археологических экспедиций (для студентов и школьников). Исследовательская среда • Лабораторные и полевые работы с материалами археологических находок. • Использование археологических карт, чертежей и материалов архива. Мультимедийная среда • Видеоматериалы и документальные фильмы о археологических экспедициях. • Виртуальные экскурсии и онлайн-археологические музеи. Средства для освоения понятия «Археология» Учебные пособия и книги • Научные книги и учебники по археологии, истории культуры, методике археологических исследований. Мультимедийные ресурсы • Видеолекции, презентации, интерактивные карты и программы. • Виртуальные модели археологических памятников. Практический инвентарь • Наборы для раскопок (лопаты, кисточки, л manometers — для имитации раскопок). • Средства для обработки находок — клеи, краски, инструменты для реставрации. Образовательные игры и симуляторы • Интерактивные симуляции археологических раскопок. • Игровые платформы, моделирующие археологические исследования.
}}

Обсуждение участника:YakovlevAN645

2025-11-25T09:37:53Z

YakovlevAN645: Создана пустая страница

Файл:Парк Монрепо..jpg

2025-11-25T09:28:58Z

YakovlevAN645:

Часть стены мегалитов

Файл:Война.jpg

2025-11-25T09:17:44Z

YakovlevAN645: YakovlevAN645 вернул Файл:Война.jpg к старой версии

Война

Файл:Война.jpg

2025-11-25T09:17:16Z

YakovlevAN645: YakovlevAN645 загрузил новую версию Файл:Война.jpg

Война

Участник:YakovlevAN645

2025-09-16T16:27:44Z

YakovlevAN645: