Amplified Intelligence for Teaching Programming /
Úvodní programování je vhodný přístup k výuce algoritmického řešení problémů. Výukové systémy procvičující programování potřebují velké množství různorodých programovacích úloh. Tvorba úloh přitom není jednorázová akce, úlohy je totiž vhodné iterativně vylepšovat na základě analýzy posbíraných dat....
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Angličtina |
| Vydáno: |
2022
|
| Témata: | |
| On-line přístup: | https://is.muni.cz/th/ojwym/ |
| LEADER | 04815ctm a22006617i 4500 | ||
|---|---|---|---|
| 001 | MUB01006520201 | ||
| 003 | CZ BrMU | ||
| 005 | 20241119140926.0 | ||
| 008 | 230527s2022 xr ||||| |||||||||||eng d | ||
| STA | |a POSLANO DO SKCR |b 2024-07-15 | ||
| 035 | |a (ISMU-VSKP)318553 | ||
| 040 | |a BOD114 |b cze |d BOD018 |e rda | ||
| 072 | 7 | |a 004 |x Počítačová věda. Výpočetní technika. Informační technologie |2 Konspekt |9 23 | |
| 080 | |a 004 |2 MRF | ||
| 080 | |a 004.42 |2 MRF | ||
| 080 | |a 004.42:37.091.3 |2 MRF | ||
| 080 | |a 004.659 |2 MRF | ||
| 100 | 1 | |a Effenberger, Tomáš |% UČO 410350 |* [absolvent FI MU] |4 dis | |
| 242 | 1 | 0 | |a Amplified Intelligence for Teaching Programming |y eng |
| 245 | 1 | 0 | |a Amplified Intelligence for Teaching Programming / |c Tomáš Effenberger |
| 264 | 0 | |c 2022 | |
| 300 | |a 96 stran : |b ilustrace | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a bez média |b n |2 rdamedia | ||
| 338 | |a svazek |b nc |2 rdacarrier | ||
| 500 | |a Vedoucí práce: Radek Pelánek | ||
| 502 | |a Dizertace (Ph.D.)--Masarykova univerzita, Fakulta informatiky, 2023 | ||
| 520 | 2 | |a Úvodní programování je vhodný přístup k výuce algoritmického řešení problémů. Výukové systémy procvičující programování potřebují velké množství různorodých programovacích úloh. Tvorba úloh přitom není jednorázová akce, úlohy je totiž vhodné iterativně vylepšovat na základě analýzy posbíraných dat. Tato práce prezentuje nástroje pro takovéto iterativní vylepšování, se zaměřením na interpretovatelné techniky, jejichž účel není autory úloh nahradit, ale zesílit jejich inteligenci. V práci se zabýváme pěti potřebami vývojářů výukových systémů: 1. navrhovat různorodá programovací cvičení, 2. ladit komplexní chování výukových systémů a detekovat nežádoucí události, 3. měřit obtížnost a složitost úloh, 4. měřit výkon studentů a začlenit měření do modelů učení a 5. efektivně prozkoumávat stovky odevzdaných řešení a odhalit časté defekty v kódech studentů. Pro každou z těchto pěti potřeb nabízí práce přehled existujících přístupů a průzkum jejich zobecnitelnosti na 400 programovacích úlohách |% cze | |
| 520 | 2 | 9 | |a Introductory programming is a suitable approach to teaching algorithmic problem solving. To practice programming, learning environments need a large pool of diverse problems. Development of the problems is not a one-shot endeavor; it greatly benefits from iterative improvement based on the analysis of collected data. This dissertation presents tools for such iterative improvement, focusing on interpretable techniques whose purpose is not to replace humans but to amplify their intelligence. The dissertation centers around five needs of learning environment developers: 1. to design diverse programming exercises, 2. to debug the complex behavior of a learning environment and detect undesirable events, 3. to measure the difficulty and complexity of programming problems, 4. to measure students' performance and incorporate it into student models, and 5. to efficiently explore hundreds of submitted programs and reveal common code quality defects. For each of these five needs, we review the |9 eng |
| 650 | 0 | 7 | |a výpočetní technika |7 ph137273 |2 czenas |
| 650 | 0 | 7 | |a programování |7 ph115891 |2 czenas |
| 650 | 0 | 7 | |a výukový software |7 ph116713 |2 czenas |
| 650 | 0 | 7 | |a dolování dat |7 ph165954 |2 czenas |
| 650 | 0 | 9 | |a computer science |2 eczenas |
| 650 | 0 | 9 | |a programming |2 eczenas |
| 650 | 0 | 9 | |a educational software |2 eczenas |
| 650 | 0 | 9 | |a data mining |2 eczenas |
| 655 | 7 | |a disertace |7 fd132024 |2 czenas | |
| 655 | 9 | |a dissertations |2 eczenas | |
| 658 | |a Informatika |b Technologie a metodologie počítačových systémů |c FI D-INF DIIA (DIIA) |2 CZ-BrMU | ||
| 700 | 1 | |a Pelánek, Radek, |d 1980- |7 mzk2005312866 |% UČO 4297 |4 ths | |
| 710 | 2 | |a Masarykova univerzita. |b Katedra strojového učení a zpracování dat |4 dgg | |
| 856 | 4 | 1 | |u https://is.muni.cz/th/ojwym/ |
| CAT | |c 20230527 |l MUB01 |h 0420 | ||
| CAT | |a POSPEL |b 02 |c 20230612 |l MUB01 |h 0017 | ||
| CAT | |a POSPEL |b 02 |c 20230612 |l MUB01 |h 0019 | ||
| CAT | |a POSPEL |b 02 |c 20230612 |l MUB01 |h 1858 | ||
| CAT | |a POSPEL |b 02 |c 20230629 |l MUB01 |h 0036 | ||
| CAT | |a POSPEL |b 02 |c 20240318 |l MUB01 |h 0753 | ||
| CAT | |a POSPEL |b 02 |c 20240318 |l MUB01 |h 2141 | ||
| CAT | |a VESELA |b 02 |c 20240325 |l MUB01 |h 1500 | ||
| CAT | |a VESELA |b 02 |c 20240410 |l MUB01 |h 1019 | ||
| CAT | |c 20240715 |l MUB01 |h 1015 | ||
| CAT | |a VESELA |b 02 |c 20241119 |l MUB01 |h 1409 | ||
| LOW | |a POSLANO DO SKCR |b 2024-07-15 | ||
| 994 | - | 1 | |l MUB01 |l MUB01 |m VYSPR |1 FI |a Fakulta informatiky |2 SKLAD |b sklad |3 Doktorská práce 2022 |5 42005D2767 |8 20240325 |f 72 |f Týdenní |r 20240325 |
| AVA | |a INF50 |b FI |c sklad |d Doktorská práce 2022 |e available |t K dispozici |f 1 |g 0 |h N |i 0 |j SKLAD | ||