Чув
Регистрация Вход
  1. Главная
  2. Конференция
  3. Цифровое образование: новая реальность
  4. Практический опыт обучения методам интеллектуально...

Практический опыт обучения методам интеллектуального анализа на платформе Python Anaconda

Статья в сборнике трудов конференции
Всероссийская научно-методическая конференция с международным участием «Цифровое образование: новая реальность»
Creative commons logo
Опубликовано в:
Всероссийская научно-методическая конференция с международным участием «Цифровое образование: новая реальность»
Автор:
Тулегулов А. Д. 1 , Ешпанов В. С. 1 , Исмаилов А. 1 , Серикпай А. Т. 1 , Абдикеримова А. А. 1 , Сарсембай М. В. 2
Рубрика:
Лучшие практики обучения по предметной области «Информатика» с использованием цифровой образовательной среды с последующей диссеминацией позитивного опыта
Страницы:
197-200
Получена: 17.11.2020

Рейтинг:
Статья просмотрена:
2146 раз
Размещено в:
РИНЦ
1 Казахский университет технологии и бизнеса
2 Киддерминстерское учебное заведение
Для цитирования:

Аннотаци

В статье представлены краткие результаты практического опыта обучения методам интеллектуального анализа на платформе Pyton Anaconda. Приведены конкретные скрипты, на основе которых сделаны выводы, которые позволяют утверждать об эффективности применения методов интеллектуального анализа на практических занятиях по дисциплине «Информатика». В результате авторы получили достаточно полную модель, на основе которой возможно дальнейшее прогнозирование поведения объектов исследования в различных ситуациях, что в свою очередь доказывает, что в процессе формирования понимания значимости развития цифровых навыков огромную роль играют практики, демонстрирующие конкретные результаты.

Список литературы

  1. 1. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко [и др.]. – СПб.: БХВ-Петербург, 2004. – 336 с.
  2. 2. Делаем проект по машинному обучению на Python. Ч. 1 / NIX Solutions corporate blog / Habr [Электронный ресурс]. – Режим доступа: https://habr.com/ru/company/nix/blog/425253/
  3. 3. Плас Дж. Вандер. Python для сложных задач: наука о данных и машинное обучение. – СПб.: Питер, 2018. – 576 с.
  4. 4. A Complete Machine Learning Walk-Through in Python: Part Three [Электронный ресурс]. – Режим доступа: https://towardsdatascience.com/
  5. 5. Witten I.H. Data Mining: practical machine learning tools and techniques / I.H. Witten, Eibe Frank. – 2nd ed. p. cm. – (Morgan Kaufmann series in data management systems).

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.