Найти книгу: "Lifelong Machine Learning"

Lifelong Machine Learning, Second Edition is an introduction to an advanced machine learning paradigm that continuously learns by accumulating past knowledge that it then uses in future learning and problem solving. In contrast, the current dominant machine learning paradigm learns in isolation: given a training dataset, it runs a machine learning algorithm on the dataset to produce a model that is then used in its intended application. It makes no attempt to retain the learned knowledge and use it in subsequent learning. Unlike this isolated system, humans learn effectively with only a few examples precisely because our learning is very knowledge-driven: the knowledge learned in the past helps us learn new things with little data or effort. Lifelong learning aims to emulate this capability, because without it, an AI system cannot be considered truly intelligent. Research in lifelong learning has developed significantly in the relatively short time since the first edition of this book was published. The purpose of this second edition is to expand the definition of lifelong learning, update the content of several chapters, and add a new chapter about continual learning in deep neural networks—which has been actively researched over the past two or three years. A few chapters have also been reorganized to make each of them more coherent for the reader. Moreover, the authors want to propose a unified framework for the research area. Currently, there are several research topics in machine learning that are closely related to lifelong learning—most notably, multi-task learning, transfer learning, and meta-learning—because they also employ the idea of knowledge sharing and transfer. This book brings all these topics under one roof and discusses their similarities and differences. Its goal is to introduce this emerging machine learning paradigm and present a comprehensive survey and review of the important research results and latest ideas in the area. This book is thus suitable for students, researchers, and practitioners who are interested in machine learning, data mining, natural language processing, or pattern recognition. Lecturers can readily use the book for courses in any of these related fields.

В работе представлено описание экспертных проектов по оценке качества образования. Рассмотрены типы организаций, осуществляющих такие проекты. Приведены также примеры отечественных и зарубежных экспертных проектов по оценке качества образования, реализуемого с применением e-learning.

Применение Internet-технологий как для частичной поддержки очного учебного процесса (blended learning), так и дистанционного обучения (без очного контакта), базируется на специальном программном обеспечении, вопросам выбора которого посвящена данная статья. Так, наряду с применением готовых фирменных программных продуктов или разработкой вузом собственной единой системы, возможен подход, при котором каждый преподаватель может разработать свою персональную систему управления учебным процессом (теоретически это возможно). Автор статьи является сторонником такого положения, когда при наличии в вузе налаженной технологии образовательного процесса на основе стандартной (покупной) оболочки проводятся научно-методические разработки на базе создания web-сайтов в рамках творческой инициативы преподавателей.

В статье рассматривается теория всеобщего управления качеством (TQM) и ее применение к образовательному процессу. Основная цель автора – показать, как TQM действует в ситуациях неформального обучения. Изложены некоторые подходы к TQM в области образования, рассмотрены аспекты неформального обучения, а также выработаны руководящие принципы относительно того, как действовать в ситуациях, возникающих при таком типе обучения. Приводится соотношение между методикой TQM и системой управления качеством в образовании (QME). Автор приводит описание нескольких моделей «общего контроля качества», применяющихся в учебном процессе, и характеризует проблемы, возникающие при их применении. Затронуты также вопросы процедур валидации (измерения ценности) неформального обучения, а также составления системной документации по неформальному обучению на рабочем месте. Дается сравнительный анализ понятий неформального и информального обучения, а также соответствующая оценка различных элементов качества образовательного процесса. В статье отмечается, что Еврокомиссия настаивает на применении стратегий, которые «содержат механизмы, направленные на максимальное повышение качества учебного процесса как такового, а также качества процессов реализации различных концепций и функций, связанных с учебным процессом».

Автор статьи определяет повышение качества e-learning как постоянный процесс адаптации предлагаемых образовательных услуг к потребностям целевой группы учащихся. Для всех участников процесса в качестве одного из важнейших факторов успеха подчеркивается необходимость обладания набором компетенций, обозначаемых как «грамотность в вопросах качества». Автор представляет результаты проведенных исследований и объединяет их в единую концепцию работы по повышению качества. Подчеркивается мысль о том, что не следует рассматривать меры по повышению качества как нечто отдельное от всего процесса e-learning, например, как оценочные мероприятия, проводимые после окончания курса. Работа по повышению качества рассматривается, скорее, как важнейшая часть работы по каждому из курсов и программ e-learning.