Чернявский А. Ф., д. т. н., профессор, академик Национальной академии наук Беларуси, заведующий лабораторией специализированных вычислительных систем
г. Минск
Chernyavsky A. F., Dr. of Sci. (Tech.), Professor, Academician of the National Academy of Sciences of Belarus, Head of the Laboratory of Specialized Computing Systems
Minsk
Козлова Елена Ивановна, к. ф.-м. н., доцент, заведующая кафедрой интеллектуальных систем
220045, г. Минск, ул. Ак. Курчатова, 5–621Тел. +375 17 209-59-36
Kazlova Alena Ivanauna, Cand. of Sci., Associate Professor, Head of the Department of Intelligent Systems
220045, Minsk, Ac. Kurchatov St., 5–621Tel. +375 17 209-59-36
Интеллектуальные обучающие системы традиционно состоят из трех основных компонентов: модели обучаемого, представляющей собой блок с информацией об обучаемом; модели процесса обучения, задающей форму подачи информации обучаемому и тип оценки качества деятельности обучаемого; модельного интерфейса как связующего звена между экспертным блоком интеллектуальной обучающей системы и другими ее блоками. Алгоритмы обучения в компонентах образовательных систем являются неотъемлемыми элементами их работы при формировании баз знаний, стратегий обучения, процедур оценивания, а также при организации взаимодействия между системой и пользователями. Рассмотрена задача поиска целевой функции при настройке обучающей системы путем введения возможности усиления ансамбля гипотез с помощью обучающей функции, множество значений которой формируется на основе весовых стоимостей исходных гипотез при учете собственных весов и результатов классификации соответствующих примеров.
Intelligent learning systems traditionally consist of three main components: a student model, which is a block with information about the student; a model of the learning process that sets the form for presenting information to the student and the type of quality assessment of the student’s activity; the model interface as a link between the expert block of the intelligent learning system and other learning algorithms in the components of educational systems. These parts are integral elements in their work on the formation of knowledge bases, learning strategies, assessment procedures, as well as in organizing interaction between the system and users. The paper considers the problem of finding an objective function when setting up a learning system by introducing the possibility of strengthening an ensemble of hypotheses using a learning function, the set of values of which is formed on the basis of the weighted costs of the initial hypotheses, taking into account their own weights and the results of the classification of the corresponding examples.
The authors declare that there are no conflicts of interest present.