Другие журналы

научное издание МГТУ им. Н.Э. Баумана

НАУКА и ОБРАЗОВАНИЕ

Издатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл № ФС 77 - 48211.  ISSN 1994-0408

Инструментальные средства для автоматизированной количественной оценки метакомпетенций учащихся. Обзор

# 10, октябрь 2015
DOI: 10.7463/1015.0821623
УДК: 519.6
Файл статьи: Belonozhko_P.pdf (1319.25Кб)
авторы: Белоножко П. П.1,*, Белоус В. В.1, профессор, д.ф.-м.н. Карпенко А. П.1, Храмов Д. А.2



1 МГТУ им. Н.Э. Баумана, Москва, Россия

2 Институт технической механики Национальной Академии наук Украины
и Государственного космического агентства Украины,
Днепропетровск, Украина

Рассматривается задача разработки комплекса научно-технических решений, направленных на создание системы автоматизированной количественной оценки метапредметных, метакогнитивных и метакреативных навыков и умений (метакомпетенции) учащихся. Проведен обзор свободно распространяемого программного обеспечения, реализующего методы машинного обучения, которые предполагается использовать. Выделено специализированное и универсальное программное обеспечение. Сформулированы рекомендации по выбору инструментальных средств реализации экспериментального образца программного комплекса. Материалы обзора могут быть также использованы для решения широкого круга теоретических и прикладных задач, связанных с необходимостью программной реализации различных методов машинного обучения.

Список литературы
  1. Печников В.П., Добряков А.А. Тренинг и оценка качества креативных способностей с помощью ЭВМ // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 01. С . 221–231. DOI:10.7463/0115.0754865
  2. Гаврилина Е.А., Захаров М.А., Карпенко А.П., Смирнова Е.В. Онтологический подход к тестированию уровня владения обучающимся метапредметными понятиями // Наука и Образование. МГТУ им . Н . Э . Баумана . Электрон . журн . 2015. № 02. С . 136–149. DOI:10.7463/0215.0756631
  3. Цветков Ю.Б. Особенности проектирования учебных целей дисциплин инженерных образовательных программ // Наука и Образование. МГТУ им . Н . Э . Баумана . Электрон . журн . 2015. № 03. С . 331–344. DOI:10.7463/0315.0761285
  4. Гаврилина Е.А., Захаров М.А., Карпенко А.П. Количественная оценка метакомпетенций учащихся на основе методов машинного обучения // Наука и Образование. МГТУ им . Н . Э . Баумана . Электрон . журн . 2015. № 04. С . 228–253. DOI:10.7463/0415.0764221
  5. Coelho L.P., Richert W. Building Machine Learning Systems with Python. Packt Publishing, 2015. 302 p.
  6. Machine learning // Wikipedia, the free encyclopedia: internet-portal. Available at: https://en.wikipedia.org/wiki/Machine_learning, accessed 02.10.2015.
  7. Software // Machine Learning Open Source Software. Available at: http://www.mloss.org/software/, accessed 02.10.2015.
  8. Misiti J. Awesome Machine Learning // GitHub: public repository. Available at: https://github.com/josephmisiti/awesome-machine-learning, accessed 02.10.2015.
  9. Machine Learning Libraries // Machine Learning Newsletter: website. Available at: http://www.mln.io/resources/periodic-table/, accessed 02.10.2015.
  10. gretl // Gnu Regression, Econometrics and Time-series Library : official website. Available at: http://gretl.sourceforge.net/, accessed 05.10.2015.
  11. libnabo // GitHub: public repository. Available at: https://github.com/ethz-asl/libnabo, accessed 05.10.2015.
  12. Eigen // Eigen C++ template library: official website. Available at: http://eigen.tuxfamily.org/, accessed 05.10.2015.
  13. Boost // Boost C++ Libraries: official website. Available at: http://www.boost.org /, accessed 05.10.2015.
  14. LIBSVM // LIBSVM -- A Library for Support Vector Machines: official website. Available at: http://www.csie.ntu.edu.tw/~cjlin/libsvm, accessed 06.10.2015.
  15. LIBLINEAR // LIBLINEAR -- A Library for Large Linear Classification: official website. Available at: http://www.csie.ntu.edu.tw/~cjlin/libsvm, accessed 06.10.2015.
  16. LIBSVM Tools // LIBSVM Tools: official website. Available at: http://ntucsu.csie.ntu.edu.tw/~cjlin/libsvmtools/, accessed 06.10.2015.
  17. GPU-accelerated LIBSVM // Multimedia Knowledge and Social Media Analytics Laboratory: official website. Available at: http://mklab.iti.gr/project/GPU-LIBSVM, accessed 06.10.2015.
  18. Mixmod // MIXMOD High Performance Model-Based Cluster and Discriminant Analysis: official website. Available at: http://www.mixmod.org/?lang=en, accessed 06.10.2015.
  19. Mixmod Library // MIXMOD High Performance Model-Based Cluster and Discriminant Analysis: official website. Available at: http://www.mixmod.org/rubrique.php3?id_rubrique=24&lang=en, accessed 06.10.2015.
  20. mlpack // mlpack : official website. Available at: http://mlpack.org/, accessed 06.10.2015.
  21. Armadillo // Armadillo C++ linear algebra library: official website. Available at: http://arma.sourceforge.net/, accessed 06.10.2015.
  22. Curtin R.R., Cline J.R., Slagle N.P., March W.B., Ram P., Mehta N.A., Gray A.G. MLPACK: A Scalable C++ Machine Learning Library // Journal of Machine Learning Research. 2013. Vol. 14. P. 801–805.
  23. Machine Learning with Javascript // Ganesh Iyer’s Blog. Available at: http://ganeshiyer.net/blog/2013/10/22/machine-learning-with-javascript/, accessed 06.10.2015.
  24. Lyric: Linear Regression library in pure Javascript // GitHub: public repository. Available at: https://github.com/flurry/Lyric, accessed 06.10.2015.
  25. ConvNetJS: Deep Learning in your browser // ConvNetJS: official website. Available at: http://cs.stanford.edu/people/karpathy/convnetjs/, accessed 06.10.2015.
  26. The javascript architecture-free neural network library for node.js and the browser // Synaptic – The JavaScript neural network library: official website. Available at: http://synaptic.juancazala.com/, accessed 06.10.2015.
  27. Node.js // Node.js: official website. Available at: https://nodejs.org/en /, accessed 06.10.2015.
  28. Spiking neural network // Wikipedia, the free encyclopedia: internet-portal. Available at: https://en.wikipedia.org/wiki/Spiking_neural_network, accessed 06.10.2015.
  29. GEneral NEural SImulation System // GENESIS-Sim.Org: official website. Available at: http://genesis-sim.org/, accessed 06.10.2015.
  30. NEURON // NEURON: for empirically-based simulations of neurons and networks of neurons: official website. Available at: http://www.neuron.yale.edu/neuron /, accessed 06.10.2015.
  31. Brian // The Brian spiking neural network simulator: official website. Available at: http://briansimulator.org/, accessed 06.10.2015.
  32. Paugam-Moisy H., Bohte S. Computing with Spiking Neuron Networks // Website Sander Bohte. Available at: http://homepages.cwi.nl/~sbohte/publication/paugam_moisy_bohte_SNNChapter.pdf, accessed 06.10.2015.
  33. Brette R., et al. Simulation of networks of spiking neurons: A review of tools and strategies // PMC: US National Library of Medicine National Institutes of Health: website. Available at: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2638500/, accessed 06.10.2015.
  34. NEST // NEST: The Neural Simulation Tool: official website. Available at: http://www.nest-simulator.org/, accessed 06.10.2015.
  35. Nengo // The Nengo Neural Simulator: official website. Available at: http://nengo.ca/, accessed 06.10.2015.
  36. Neural Engineering Framework // CNRGlab @ UWaterloo | Research: official website. Available at: http://compneuro.uwaterloo.ca/research/nef.html, accessed 06.10.2015.
  37. Eliasmith C., Anderson Ch.H. Neural Engineering: Computation, Representation, and Dynamics in Neurobiological Systems. MIT Press, 2003. 377 p.
  38. Eliasmith C. How to Build a Brain: A Neural Architecture for Biological Cognition. Oxford University Press, 2013. 480 p.
  39. Neuroph // Neuroph Java Neural Network Framework: official website. Available at: http://neuroph.sourceforge.net/, accessed 06.10.2015.
  40. OpenCV // OpenCV: Open Source Computer Vision: official website. Available at: http://opencv.org/, accessed 06.10.2015.
  41. ROS // ROS.Org. Robot Operating System: official website. Available at: http://wiki.ros.org/, accessed 06.10.2015.
  42. Саттон Р.С., Барто Э.Г. Обучение с подкреплением: пер. с англ. М.: Бином. Лаборатория знаний, 1999. 400 с.
  43. Accord.NET Framework // Accord.NET Machine Learning Framework: official website. Available at: http://accord-framework.net/, accessed 06.10.2015.
  44. Datumbox Machine Learning Framework // Datumbox: official website. Available at: http://www.datumbox.com/machine-learning-framework/, accessed 06.10.2015.
  45. Deeplearning4j – Open-source, distributed deep learning for the JVM // DL4J Deep Learning for Java: official website. Available at: http://deeplearning4j.org/, accessed 07.10.2015.
  46. Welcome to Apache™ Hadoop®! // Hadoop: official website. Available at: https://hadoop.apache.org/, accessed 07.10.2015.
  47. Apache Spark™ - Lightning-fast cluster computing // Apache Spark: official website. Available at: http://spark.apache.org, accessed 07.10.2015.
  48. ND4J: N-Dimensional Arrays for Java // ND4J: official website. Available at: http://nd4j.org/, accessed 07.10.2015.
  49. NumPy // NumPy: official website. Available at: http://www.numpy.org /, accessed 07.10.2015.
  50. Dlib // Dlib C++ Library: official website. Available at: http://dlib.net/, accessed 07.10.2015.
  51. King D.E. Dlib-ml: A Machine Learning Toolkit // Journal of Machine Learning Research. 2003. Vol. 10. P. 1755–1758.
  52. Encog Machine Learning Framework // Heaton Research: official website. Available at: http://www.heatonresearch.com/encog/, accessed 07.10.2015.
  53. Machine Learning for Go // GitHub: public repository. Available at: https://github.com/sjwhitworth/golearn, accessed 07.10.2015.
  54. H2O.ai - Why H2O? // H2O.ai – Fast Scalable Machine Learning: official website. Available at: http://h2o.ai/product/, accessed 07.10.2015.
  55. Intel® Data Analytics Acceleration Library // Intel® Developer Zone: official website. Available at: https://software.intel.com/en-us/forums/intel-data-analytics-acceleration-library, accessed 07.10.2015.
  56. Intel® Math Kernel Library (Intel® MKL) // Intel® Developer Zone: official website. Available at: https://software.intel.com/en-us/intel-mkl, accessed 07.10.2015.
  57. Java Statistical Analysis Tool, a Java library for Machine Learning // GitHub: public repository. Available at: https://github.com/EdwardRaff/JSAT, accessed 07.10.2015.
  58. JuliaStats.org // JuliaStats : official website. Available at: http://juliastats.github.io/, accessed 07.10.2015.
  59. The Julia Language // Julia: official website. Available at: http://julialang.org/, accessed 07.10.2015.
  60. Embedded R within Julia // GitHub: public repository. Available at: https://github.com/JuliaStats/RCall.jl, accessed 07.10.2015.
  61. R package which integrating R and Julia // GitHub: public repository. Available at: https://github.com/armgong/RJulia, accessed 07.10.2015.
  62. MOA Massive Online Analysis // Real Time Analytics for Data Streams: official website. Available at: http://moa.cms.waikato.ac.nz/, accessed 07.10.2015.
  63. OpenNN // Artelniks - Predictive Analytics, Deep Learning, Data Mining, Big Data: official website. Available at: http://www.artelnics.com/opennn, accessed 07.10.2015.
  64. skikit-learn: machine learning in python // skikit-learn: official website. Available at: http://scikit-learn.org/stable/, accessed 07.10.2015.
  65. SciPy.org // SciPy.org: official website. Available at: http://www.scipy.org/, accessed 07.10.2015.
  66. Shogun // The SHOGUN Machine Learning Toolbox: official website. Available at: http://www.shogun-toolbox.org/, accessed 07.10.2015.
  67. Torch // Scientific Computing for LuaJIT: official website. Available at: http://torch.ch/, accessed 07.10.2015.
  68. Collobert R., Kavukcuoglu K., Farabet C. Torch7: A Matlab-like Environment for Machine Learning // Ronan Collobert: homepage. Available at: http://ronan.collobert.com/pub/matos/2011_torch7_nipsw.pdf, accessed 07.10.2015.
  69. Waffles. A Machine Learning Toolkit: official website. Available at: http://waffles.sourceforge.net/, accessed 07.10.2015.
  70. Weka3 - Data Mining with Open Source Machine Learning Software in Java // Weka: the University of Waikato: official website. Available at: http://www.cs.waikato.ac.nz/~ml/weka/, accessed 07.10.2015.
  71. Hall M., Witten I., Frank E. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann Publishers, 2011. 629 p.
  72. GNU Octave // GNU Octave: official website. Available at: http://www.gnu.org/software/octave/, accessed 07.10.2015.
  73. Packages Octave // GNU Octave Wiki: official website. Available at: http://wiki.octave.org/Packages, accessed 07.10.2015.
  74. Orange Data Mining // Orange: official website. Available at: http://orange.biolab.si/, accessed 07.10.2015.
  75. R: The R Project for Statistical Computing // The R Project: official website. Available at: https://www.r-project.org /, accessed 07.10.2015.
  76. CRAN - Mirrors // The Comprehensive R Archive Network: official website. Available at: https://cran.r-project.org/mirrors.html, accessed 07.10.2015.
  77. CRAN Task View: Machine Learning & Statistical Learning // The Comprehensive R Archive Network: official website. Available at: https://cran.r-project.org/web/views/MachineLearning.html, accessed 07.10.2015.
  78. Cass S. The 2015 Top Ten Programming Languages. Posted 20.07.2015 // IEEE Spectrum: website. Available at: http://spectrum.ieee.org/computing/software/the-2015-top-ten-programming-languages, accessed 15.10.2015.
  79. RapidMiner // RapidMiner - #1 Open Source Predictive Analytics Platform: official website. Available at: https://rapidminer.com/products/studio/, accessed 07.10.2015.
  80. RapidMiner Press Releases, Boston - June 17, 2014 // RapidMiner - #1 Open Source Predictive Analytics Platform: official website. Available at: https://rapidminer.com/news-posts/rapidminer-acquires-radoop/, accessed 07.10.2015.
  81. Apache Mahout: Scalable Machine Learning and Data Mining // Apache Mahout™ : official website. Available at: http://mahout.apache.org/ , accessed 08.10.2015.
  82. MapReduce // Wikipedia, the free encyclopedia: internet-portal. Available at: https://ru.wikipedia.org/wiki/MapReduce, accessed 08.10.2015.
  83. Jubatus // Jubatus : Distributed Online Machine Learning Framework: official website. Available at: http://jubat.us/en/, accessed 08.10.2015.
  84. MLib | Apache Spark // Apache Spark: official website. Available at: http://spark.apache.org/mllib /, accessed 08.10.2015.
  85. Vowpal Wabbit // GitHub: public repository. Available at: https://github.com/JohnLangford/vowpal_wabbit/wiki, accessed 08.10.2015.
  86. Кабаков Р.И. R в действии. Анализ и визуализация данных в программе R . М.: ДМК Пресс, 2014. 588 с.
  87. Маккинни У. Python и анализ данных: пер. с англ. М.: ДМК Пресс, 2015. 482 с.
  88. CRAN Task Views // The Comprehensive R Archive Network: official website. Available at: https://cran.r-project.org/web/views/, accessed 08.10.2015.
  89. Search all R packages and function manuals // Rdocumentation: website. Available at: http://www.rdocumentation.org /, accessed 08.10.2015.
  90. shiny: Web Application Framework for R // The Comprehensive R Archive Network: official website. Available at: https://cran.r-project.org/web/packages/shiny/index.html, accessed 15.10.2015.
  91. RStudio - Shiny Server // RStudio: official website. Available at: https://www.rstudio.com/products/shiny/shiny-server/, accessed 15.10.2015.
  92. Hodgkin-Huxley model in R // mages’ blog. Available at: http://www.magesblog.com/2012/06/hodgkin-huxley-model-in-r.html, accessed 08.10.2015.
  93. What is the best neural network library for Python? // Quora: internet-portal. Available at: https://www.quora.com/What-is-the-best-neural-network-library-for-Python, accessed 08.10.2015.
  94. Python For Artificial Intelligence // Python Wiki: internet-portal. Available at: https://wiki.python.org/moin/ PythonForArtificialIntelligence, accessed 08.10.2015.
  95. Calling Python from R with rPython // R-bloggers: internet-portal. Available at: http://www.r-bloggers.com/calling-python-from-r-with-rpython/, accessed 08.10.2015.
  96. Accessing R from Python using RPy2 // R-bloggers: internet-portal. Available at: http://www.r-bloggers.com/accessing-r-from-python-using-rpy2/, accessed 08.10.2015.
  97. R/SPlus - Python Interface // The Omega Project for Statistical Computing: official website Available at: http://www.omegahat.org/RSPython/, accessed 08.10.2015.
Поделиться:
 
ПОИСК
 
elibrary crossref ulrichsweb neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)
  RSS
© 2003-2024 «Наука и образование»
Перепечатка материалов журнала без согласования с редакцией запрещена
 Тел.: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)