| تعداد نشریات | 48 |
| تعداد شمارهها | 1,237 |
| تعداد مقالات | 10,644 |
| تعداد مشاهده مقاله | 21,704,340 |
| تعداد دریافت فایل اصل مقاله | 14,615,294 |
کاربردهای نوظهور فناوری یادگیری ماشین در سیستم آموزشی | ||
| فناوری و دانش پژوهی در تعلیم و تربیت | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 29 آذر 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/t-edu.2025.73752.1250 | ||
| نویسندگان | ||
| محمد محسن صدر* ؛ مصطفی اخوان صفار | ||
| استادیار فناوری اطاعات، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران. | ||
| چکیده | ||
| استفاده از رویکردهای یادگیری ماشین در آموزش، باعث ایجاد تحول در فرایند آموزش و یادگیری می شود و ابزارهای جدید و هوشمندی را برای کمک به دیده بانی، پایش و بهبود عملکرد و مشارکت دانش آموزان در اختیار مؤسسات آموزشی و دانشگاهی قرار می دهد. استفاده از یادگیری ماشین در آموزش میتواند به بهبود کیفیت یادگیری و افزایش موفقیت دانشآموزان کمک کند. حوزه های مختلفی از جمله تحلیل داده های یادگیری، آموزش شخصی سازی شده، پیشبینی عملکرد تحصیلی، ابزارهای آموزشی هوشمند، تشخیص مشکلات یادگیری، راهنمایی و مشاوره تحصیلی و ... را شامل میشود. رویکرد شخصی سازی شده با یادگیری ماشین به آموزش فراگیرتر، در دسترس و جذاب تر کمک می کند. هدف از این مطالعه بررسی این موضوع است که توسعهدهندگان یادگیری ماشینی چگونه میتوانند فرآیندهای مختلف را در بخش آموزشی خصوصاً در موارد پرکاربرد و نمونههای واقعی بهبود بخشند. همچنین، چالشهای بالقوه اجرای آن را مورد بررسی قرار دهیم و نحوه برخورد با این چالش ها و حل آنها توسط متخصصان یادگیری ماشین را بیان کنیم. علاوه بر این به منظور بررسی مقالات منتشر شده در این خصوص شبکه مقالات منتشر شده در پایگاه داده های ساینس دایرکت (1218) و وب آف ساینس (2794) مورد تحلیل و بررسی قرار گرفتند که نشان داد هوش مصنوعی، یادگیری برخط و شخصی سازی و نیز پیشبینی موضوعاتی است که بیشتر مورد مطالعه قرار گرفته اند | ||
| کلیدواژهها | ||
| آموزش؛ یادگیری ماشین؛ ارزیابی تطبیقی؛ آموزش شخصی سازی شده | ||
| عنوان مقاله [English] | ||
| Emerging applications of machine learning technology in the educational system | ||
| نویسندگان [English] | ||
| mohammad mohsen sadr؛ mostafa akkhavan safar | ||
| Assistant Professor of Information Technology, Department of Computer and Information Technology Engineering, Payame Noor University, Tehran, Iran . | ||
| چکیده [English] | ||
| The application of machine learning in education transforms the teaching and learning process, providing educational institutions with innovative tools to monitor and enhance student performance and participation. The use of machine learning in education can help improve the quality of learning and increase the success of students. It includes various areas such as learning data analysis, personalized education, predicting academic performance, smart educational tools, diagnosing learning problems, academic guidance and counseling, etc. A personalized approach with machine learning helps make education more inclusive, accessible and engaging. The purpose of this study is to investigate how machine learning developers can improve various processes in the educational sector, especially in highly used cases and real examples. We will also examine the potential challenges of implementing machine learning and discuss strategies for addressing these challenges through the expertise of machine learning professionals. Additionally, to review the relevant literature, we analyzed articles published in the Science Direct (1,218) and Web of Science (2,794) databases. This analysis revealed that topics such as artificial intelligence, online learning, and personalization are among the most extensively studied areas. | ||
| کلیدواژهها [English] | ||
| Education, machine learning, comparative assessment, personalized educating | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2 |
||