Uczenie maszynowe, podejście sztucznej inteligencji do skuteczności instytucjonalnej w szkolnictwie wyższym

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education

Zawartość książki:

Specjaliści zajmujący się badaniami instytucjonalnymi eksperymentują obecnie z wieloma strategiami oceny efektywności instytucjonalnej w sposób odzwierciedlający literę i ducha ich unikalnej misji, wizji i wartości. Podczas gdy w literaturze dominuje podejście „najlepszych praktyk” do pomiaru i oceny funkcji instytucjonalnych, nie pojawiło się podejście oparte na uczeniu maszynowym, które syntetyzuje te części w spójne i synergiczne podejście.

A Machine Learning, Artificial Intelligence Approach to Institutional Effectiveness in Higher Education przedstawia praktyczne, skuteczne i systematyczne podejście do pomiaru, oceny i kształtowania wrażliwości na wyniki instytucji. Obejmuje ono instrumenty i strategie do pomiaru i oceny wydajności programu nauczania, uczenia się, instrukcji, usług wsparcia i wykonalności programu, a także znaczącą metodę skanowania środowiska. Dane zebrane w tym systemie są zorganizowane w oceny skuteczności instytucjonalnej poprzez zastosowanie procesów danych uczenia maszynowego, które tworzą model sztucznej inteligencji rzeczywistej wydajności instytucjonalnej z surowych danych dotyczących wydajności.

Ta sztuczna inteligencja jest wizualizowana za pomocą pięciu podejść organizacyjnych do monitorowania, demonstrowania i poprawy wydajności instytucjonalnej. W związku z tym książka ta zawiera zestaw narzędzi, które można przyjąć lub dostosować do konkretnych intencji każdej instytucji, co czyni ją nieocenionym źródłem informacji dla administratorów, liderów i praktyków szkolnictwa wyższego.