Preview

Информатика и образование

Расширенный поиск

Исследование применимости методов машинного обучения для оценки деятельности кафедр

https://doi.org/10.32517/0234-0453-2021-36-8-41-51

Аннотация

В настоящее время в ряде образовательных организаций в России и за рубежом, в том числе и в Национальном исследовательском университете «МЭИ» внедряется европейская модель совершенствования EFQM, призванная анализировать и улучшать образовательную, научную и другие виды деятельности кафедр. В соответствии с этой моделью каждой кафедре университета присваивается балл, равный сумме баллов по двум группам критериев: критериев из группы возможностей и критериев из группы результатов. Для получения таких оценок комиссия, состоящая из внешних экспертов, асессоров EFQM и сотрудников университета, проводит встречи с заведующими кафедр. По результатам обсуждения итогов встреч комиссия определяет балл и рейтинг кафедр в соответствии с моделью EFQM.

Целью представленной в статье работы является исследование возможности применения машинного обучения для упрощения работы экспертов в части получения оценок по критериям из группы результатов.

В статье предложена система оценивания деятельности кафедр по критериям из группы результатов на основе машинного обучения. Разработана программа на языке программирования Python, которая оценивает деятельность кафедр по этим критериям для каждой кафедры НИУ «МЭИ». Исходные данные для таких оценок программа получает из системы мониторинга ключевых показателей деятельности, внедренной в НИУ «МЭИ».

Для цитирования:


Муканова А.Р., Оцоков Ш.А. Исследование применимости методов машинного обучения для оценки деятельности кафедр. Информатика и образование. 2021;(8):41-51. https://doi.org/10.32517/0234-0453-2021-36-8-41-51

For citation:


Mukanova A.R., Otsokov Sh.A. Research of the applicability of machine learning methods for assessment of departments’ performance. Informatics and education. 2021;(8):41-51. (In Russ.) https://doi.org/10.32517/0234-0453-2021-36-8-41-51

Просмотров: 417


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0234-0453 (Print)
ISSN 2658-7769 (Online)