Моделирование кривых обучения персонала

( 1 Vote ) 
Категория: ИКТМ 2015 Просмотров: 639

УДК 621:006.027

МОДЕЛИРОВАНИЕ КРИВЫХ ОБУЧЕНИЯ ПЕРСОНАЛА
С А. Ковалёва*, студент гр. 345А, В.С. Добряк*, ассистент каф.304
Национальный аэрокосмический университет им. Н.Е. Жуковского «ХАИ»

Модели, используемые при построении индивидуальной кривой обучения, различаются способами выбора последующих заданий, параметрами подгонки, точностью прогнозирования и тд. Самые популярные из них-Байесовская трассировка знаний, Байесовские сети, анализ факторов эффективности модели добавочных факторов [1]. Целью данной работы является обзор представленных моделей и сравнение свойств данных моделей и ошибок их точности прогнозирования.


Модель добавочных факторов -это модель логистической регрессии подгонки обучающей кривой к данным, которая дает меньшую ошибку в прогнозах. Предположим, что данные об обучении персонала представляются согласно распределения Бернулли. Отклик уi сотрудника на задание p выражается либо как «успешное событие» — ур,=1, либо как компоненту «добавочными факторами»
tpi = logit[0p + Y,k4ik ‘(Pk + Tpk * **)],
где^,—случайная величина, отвечающая за уровень подготовки человека;
Рк- сложность задания согласно имеющейся компетенции^ v*- скорость обучения (X)), множительфйравен единице, если для выполнения задания і необходима компетенция к и нуль в другом случае. Коэффициент 7}*отвечает за практическую возможность сотрудника^ иметь компетенцию^.
В данной модели предполагается, что вероятность получения сотрудником правильного ответа пропорциональна количеству необходимых знаний^, сложности используемых навыков /?* и количеству знанийу*, полученных после каждого обучения.
Таким образом, в дальнейшей работе предполагается создание программного продукта для моделирования обучающей кривой персонала при повышении квалификации сотрудников. В качестве модели предложено использовать модель добавочных факторов с целью исследования её свойств.
Список использованных источников
1. Tanja Keser Kenneth R. Different parameters - same prediction: An analysis ofleaming curves (Text] / Tanja Keser Kenneth R. Koedinger, Maricus Gross // Proceedings of the 7* International Conference on Educational Data Mining (EDM 2014), 2014. - P. 52 -59.
*Научный руководитель — к.т.н., доцент М.С. Мазорчук.