Журнал «Continuum. Математика. Информатика. Образование»
Выпуск №2 (14) (2019)
УДК 372.851
ОСОБЕННОСТИ ПРЕПОДАВАНИЯ МАТЕМАТИКИ В ШКОЛЕ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯ
В работе рассмотрены актуальные на сегодняшний день методики преподавания математики в старших классах средней общеобразовательной школы, в том числе методика обучения математике с применением информационно-телекоммуникационных технологий. Описан российский опыт разработки и внедрения обучающих систем, основанных на технологиях искусственного интеллекта (глубокое машинное обучение). Описана структура и принципы работы указанного программного обеспечения. Приведены некоторые особенности внедрения и эксплуатации интеллектуального программного обеспечения в образовательную систему средней общеобразовательной школы. Описан практический опыт применения технологии глубокого машинного обучения в математическом образовании старших классов средней общеобразовательной школы. Рассмотрены основные эффекты, возникающие при внедрении методики обучения математике с применение указанной технологии. Указаны факторы, сдерживающие процессы интеграции технологии глубоко машинного обучения в педагогическую систему школы.
Ключевые слова
методика обучения математике; искусственный интеллект; экспертные системы; информационно-телекоммуникационные технологии; нейронные сети; глубокое машинное обучение; methods of teaching mathematics; artificial intelligence; expert systems; information and t
FEATURES OF TEACHING MATHEMATICS IN HIGHER SCHOOL WITH THE USE OF TECHNOLOGIES FOR DEEP MACHINE LEARNING
The article deals with modern methods of teaching mathematics at the higher educational, including methods of teaching mathematics using information and telecommunication technologies. The article describes the domestic experience in the development and implementation of training systems based on artificial intelligence technologies, including deep machine learning technologies. The main effects arising in the implementation of methods of teaching mathematics using this technology are described. The structure and operating principles of the specified software are described. Some features of the implementation and functioning of neural network software in the University, as well as methods of teaching mathematics using neural network software, as well as factors that prevent the integration of deep machine learning technology in the pedagogical system of the higher educational. The paper deals with the current methods of teaching mathematics in secondary school, including methods of teaching mathematics with the use of information and telecommunication technologies. The Russian experience in the development and implementation of training systems based on artificial intelligence technologies (the deep machine learning) is described. The structure and operating principles of the specified software are described, some features of the implementation and operation of intelligent software in the educational system of secondary school. Described practical experiences with the application of technologies for deep machine learning in mathematical education in the secondary school. Describes the main effects arising from the implementation of methodology of teaching mathematics with the use of this technology. The factors hindering the process of integration of deep machine learning technology in the pedagogical system of the school.
Список литературы
-
ГОСТ 15971-90 (1991) Системы обработки информации. Термины и определения - Введ. 1992-01-01. - Москва : Издательство стандартов. - 14 с.;
-
Белоглазов Д.А. (2008) Особенности нейросетевых решений, достоинства и недостатки, перспективы применения // Известия Южного Федерального Университета. Технические науки. - с. 105-110;
-
Бортник Л.И., Кайгородов Е.В., Раенко Е.А. (2013) О некоторых проблемах преподавания математики в высшей школе //Вестник ТГПУ. - № 4 (132);
-
Герасимчук А.В. (2018) Нейросетевые интеллектуальные обучающие системы в процессе освоения в процессе освоения математических дисциплин высшей школы // CONTINUUM. Математика. Информатика. Образование. - № 2 (10) - с. 127-136;
-
Герасимчук А.В. (2018) Нейросетевые технологии в образовательном процессе: миф или реальность // Школа молодых ученых по проблемам естественных наук.- с. 14-19;
-
Горюшкин Е.И. (2009) Использование нейросетевых технологий в адаптивном тестировании по информатике в вузе: дис. к.п.н.- Курск, - 174 с.;
-
Грушевский С.П. (2001) Проектирование учебно-информационных комплексов по математике: дис. д.п.н., Краснодар., - 385 с.;
-
Добровольская Н. Ю. (2009) Компьютерные нейросетевые технологии как средство индивидуализированного обучения студентов физико-математических специальностей: дис. к. п. н. - Краснодар. - 260 с.;
-
Есенбекова А.Э., Джумахметова Л.К., Дусталиева С.М. (2017) Современный подход к преподованию математики в вузе // Аспекты и тенденции педагогической науки: материалы III Междунар. науч. конф. (г. Санкт-Петербург, декабрь 2017 г.). - С. 189-192;
-
Истратова О. Н. (2006) Психодиагностика. Коллекция лучших тестов / О.Н. Истратова, Т. В. Эксакусто. - Ростов-на-Дону: Феникс. - 375 с.;
-
Теория и методика обучения математике: общая методика (2010): учеб. пособие / Е. А. Суховиенко, З. П. Самигуллина, С. А. Севостьянова, Е. Н. Эрентраут. - Челябинск: Изд-во «Образование». - 65 с.;
-
Чванова М.С., Киселева И.А., Молчанов А.А. (2013) Проблемы использования экспертных систем в образовании // Вестник ТГУ. - № 3 (119).