Sciact
  • EN
  • RU

Оценка сложности курсов и успеваемости обучающихся посредством байесовских сетей Full article

Journal Развитие территорий
ISSN: 2412-8945
Output data Year: 2026, Volume: 2, Number: 44, Pages: 78—94 Pages count : 16
Tags байесовские сети, успеваемость обучающихся, сложность учебного курса, вероятностное моделирование, ранжирование студентов
Authors Ефремов Егор Владимирович 1 , Логачев Артем Васильевич 1 , Никитина Виталина Игоревна 1 , Прокопенко Евгений Игоревич 1 , Токарева Мария Дмитриевна 2
Affiliations
1 Институт математики им. С. Л. Соболева СО РАН, Новосибирск, Российская Федерация
2 Новосибирский национальный исследовательский государственный университет, Новосибирск, Российская Федерация

Funding (1)

1 Министерство науки и высшего образования РФ 075-15-2025-348

Abstract: В статье предлагается подход к совместной оценке сложности учебных курсов и успеваемости обучающихся на основе байесовских сетей. В отличие от традиционных методов, основанных исключительно на среднем балле или количестве зачетных единиц, данный подход учитывает как объективные, так и субъективные факторы, влияющие на уровень сложности курса и индивидуальные резуль- таты студентов. Использование байесовских методов позволяет интегрировать априорную информацию (например, результаты вступительных испытаний или исторические данные по курсу) и обновлять оценки на основе наблюдаемых результатов обучения, обеспечивая прозрачность и интерпретируемость выводов. Метод не только способствует более справедливому ранжированию обучающихся с учетом сложности пройденных дисциплин, но и выявляет особенности преподавания, связанные с конкретными препо давателями или учебными заведениями, что может быть полезно для анализа качества образовательного процесса и его последующей оптимизации.
Cite: Ефремов Е.В. , Логачев А.В. , Никитина В.И. , Прокопенко Е.И. , Токарева М.Д.
Оценка сложности курсов и успеваемости обучающихся посредством байесовских сетей
Развитие территорий. 2026. Т.2. №44. С.78—94. РИНЦ
Dates:
Submitted: Mar 13, 2026
Accepted: Apr 6, 2026
Published online: May 27, 2026
Identifiers:
≡ Elibrary: 91563206