Strategie działania inteligentnych systemów wspierających kształcenie operujące na danych nieprecyzyjnych

Abstract

Niniejsza praca ma na celu zaproponowanie metody adaptacji treści w kursie e-learningowym pozwalającej na wykorzystanie różnych zjawisk dydaktycznych. W rozprawie jest prezentowana architektura kursu z adaptacyjną zawartością, która posłuży do opracowania metody adaptacji opartej na wybranych nieprecyzyjnych danych dydaktycznych, wykorzystując sterowanie rozmyte. W pracy zostaje dokonany przegląd dostępnych innych rozwiązań w obszarze realizowania różnych strategii dydaktycznych. Praca ilustruje również problemy związane z pozyskiwaniem i przetwarzaniem różnych danych dydaktycznych oraz przedstawia metody modelowania danych nieprecyzyjnych. Ponadto, zostaje dokonana ewaluacja różnych sterowników rozmytych w porównaniu z wybranymi algorytmami uczenia maszynowego. Rozprawa prezentuje różne strategie działania inteligentnych systemów wspierających kształcenie, a także omówiony jest proces implementacji i pozyskiwania danych z kursu z adaptacyjną zawartością.

This dissertation aims to propose a method for content adaptation in an e-learning course to leverage various learning phenomena. The study introduces a course architecture featuring adaptive content, which will serve as the foundation for developing an adaptation technique utilizing selected imprecise educational data through fuzzy control. The document surveys existing solutions within the domain of implementing various teaching strategies. It also delineates the challenges associated with acquiring and processing varied educational data, emphasizing the issue of modeling imprecise data. Furthermore, the effectiveness of various fuzzy controllers is compared with machine learning algorithms. Various strategies for the operation of intelligent tutoring systems are presented in the dissertation, along with discussions on the implementation process and data collection within a course with adaptive content.