Камкина М.А., Абушкин Д.Б.
ОРГАНИЗАЦИЯ ЭЛЕКТИВНОГО КУРСА ПО ОБУЧЕНИЮ РАБОТЕ С НЕЙРОННЫМИ СЕТЯМИ УЧАЩИХСЯ 9 КЛАССОВ *
Аннотация:
в статье рассмотрены особенности элективных курсов. Рассмотрены подходы к обучению работе с нейронными сетями, а также представлен пример содержания элективного курса по нейронным сетям основанный на комбинированном подходе
Ключевые слова:
элективный курс, нейронная сеть, методика обучения информатике, информатика
УДК 371.214
Камкина М.А.
студент
Московский городской педагогический университет
(г. Москва, Россия)
Научный руководитель:
Абушкин Д.Б.
преподаватель
Московский городской педагогический университет
(г. Москва, Россия)
ОРГАНИЗАЦИЯ ЭЛЕКТИВНОГО КУРСА ПО ОБУЧЕНИЮ РАБОТЕ
С НЕЙРОННЫМИ СЕТЯМИ УЧАЩИХСЯ 9 КЛАССОВ
Аннотация: в статье рассмотрены особенности элективных курсов. Рассмотрены подходы к обучению работе с нейронными сетями, а также представлен пример содержания элективного курса по нейронным сетям основанный на комбинированном подходе.
Ключевые слова: элективный курс, нейронная сеть, методика обучения информатике, информатика.
В связи с модернизация российского образования в 2002 году была принята новая Концепция профильного обучения на старшей ступени общего образования (приказ № 2783 от 18 июля 2002 года), которая выделила для нашей школы новый вид дифференциации обучения – элективные курсы, курсы по выбору. [4]
Элективный курс – это дополнительное обучающее занятие по выбору, элемент учебного плана, расширяет содержание при реализации профильного обучения. [5] В современной школе электив играет важную роль выстраивания индивидуальной траектории школьника. В основной программе обучения у школьника присутствуют элективные курсы, которые в 9 классе являются предпрофильными. Данные курсы позволяют помочь девятиклассникам в определении своих познавательных интересов, что позволяет ориентировать школьников осознанно на их будущий профиль в старшей школе, но и также познакомить их с многообразием видов профессиональной деятельности. Кроме того, элективные курсы включают материал, выходящий за рамки школьной программы, что позволяет обучающимся способствовать общекультурному развитию личности и ее социализации, а также развитию познавательной мотивации, при изучении обычных предметов. Также хочется отметить, что элективные курсы в старших классах позволяют создать некую связь школьного образования с вузовским, хочется отметить, что такую связь ценят учащиеся, так как для них важно понимать, что в будущем это им пригодится.
Элективные курсы, хотя и различаются по целям и содержанию, должны соответствовать запросам учащихся, которые их выбирают. Элективные курсы являются одним из основных средств, позволяющие выстроить индивидуальные траектории учащихся в школе. [3]
Поскольку нейронные сети стали одной из самых востребованных технологий в настоящее время, важно начинать знакомить с ними и обучать основам их разработки современных школьников. В связи с тем, что стандартом изучение данной темы в рамках курса информатики не предусмотрено, то одним из способов осваивать работу с нейронными сетями является элективный курс. Существует множество подходов к обучению нейронным сетям, которые могут быть использованы на элективных курсах, и сейчас мы рассмотрим некоторые из них.
Первый подход - это теоретический подход. Этот подход включает изучение математических и статистических основ нейронных сетей, таких как линейная алгебра, теория вероятностей и статистика. Этот подход больше подходит для студентов, так как школьники девятых классов не владеют тем математическим аппаратом, который требуется для изучения нейронных сетей. В дальнейшем этот подход позволяет студентам получить глубокое понимание того, как нейронные сети работают, и использовать этот навык для создания более эффективных моделей.
Второй подход - это практический подход. Этот подход предполагает создание нейронных сетей в реальном времени и их тестирование на различных наборах данных. Этот подход позволяет студентам и школьникам получить практический опыт работы с нейронными сетями и понять, как использовать их для решения реальных проблем.
Третий подход - это комбинированный подход. Этот подход включает в себя как теоретические, так и практические аспекты обучения нейронным сетям. Для школьников теоретические аспекты адаптированы и сжаты по объему. Поэтому изучая математические основы нейронных сетей, школьники под руководством учителя смогут создают свои собственные модели, а в дальнейшем научиться применять эти знания на практике.
Четвертый подход - это применение нейронных сетей к конкретным задачам. Этот подход предполагает использование нейронных сетей для решения задач в различных областях, таких как медицина, финансы и технологии. Студенты и школьники могут изучать различные примеры использования нейронных сетей и применять свои знания для решения конкретных проблем.
Наконец, пятый подход - это использование открытых источников обучения. Этот подход предполагает использование открытых источников, таких как курсы онлайн, видеоуроки и блоги, для изучения нейронных сетей. Школьникам данный подход сложен, так как здесь необходимо критически оценивать информацию и выбирать правильные источники, но в то же время для составления рефератов по этой теме он может быть использован. Для студентов и более продвинутых пользователей, он позволяет изучать материалы в своем собственном темпе и получать доступ к экспертам и сообществу для получения помощи и поддержки.
Приведем пример элективного курса, основанного на комбинированном подходе.
Элективный курс «Создание и применение нейронных сетей на языке программирования Python» разработан для учащихся 9 классов, проявляющих повышенный интерес к информатике и собирающихся продолжить образование в учебных заведениях с информационно-технологическим профилем. Курс рассчитан на 34 часа изучения, по 2 часа в неделю. Поскольку язык программирования Python используется как инструмент для создания нейронных сетей, то учащиеся должны владеть базовым уровнем данного языка программирования.
Элективный курс позволяет учащимся познакомиться с разделом искусственного интеллекта, связанного с нейронными сетями.
В процессе изучения данного курса, учащиеся расширят свои знания в области информатики, продолжают улучшать навыки программирования на языке Python и научаться создавать нейронные сети, которые могут быть использованы для решения реальных задач в различных отраслях. Освоение предметного содержания курса и сам процесс изучения его становятся средствами, которые обеспечивают переход от обучения учащихся к их самообразованию и практической деятельности.
Методологической основой предлагаемого курса является практико-ориентированный подход к изучению нейронных сетей. Поэтому в данном курсе учащимся предлагаются задания, стимулирующие самостоятельное открытие ими ранее неизвестных фактов, приемов и способов решения задач. [2]
Цель курса - создать условия для мотивации изучения информатики и профессиональной ориентации школьников для возможного продолжения учебы в вузах, сформировать знания и навыки в области проектирования, обучения и использования нейронных сетей для моделирования экспериментальных данных на практике, улучшить навыки программирования, развить логический тип мышления, пространственные представления, вычислительную, алгоритмическую и информационную культуру.
Элективный курс содержит два раздела: «Работа с данными и визуализация в Python» и «Нейронные сети особенности создания и применения». Первый раздел включает в себя следующие темы: повторение основных разделов языка программирования Python, математика в Python, библиотеки math, numpy, random, pandas, работа с табличными данными, визуализация данных и построение графиков с помощью библиотек matplotlib и seaborn. Второй раздел включает в себя следующие темы: введение в нейронные сети, понятие искусственной нейронной сети, архитектуры нейронных сетей, обучение нейронных сетей, сферы применения нейронных сетей, настоящие и будущее нейронных сетей, задачи, решаемые с помощью нейросетей, применение нейронных сетей в обработке изображений и выполнение практической работы для распознавания цифр MNIST, а также для распознавания одежды, применение нейронных сетей в обработке текстов и речи, выполнение практической работы по обработке литературного произведения нейронной сетью, развитие и использование нейронной сети в России.
Одной из визуальной составляющей элективного курса является использование онлайн-симмулятора для разработки и обучения нейронной сети. Преимущества данных сервисов будут заключатся в том, что учащимся не нужно знать языка программирования, а также повышают наглядность протекаемых процессов нейронной сети. Они помогут учащимся не только посмотреть результативности сети, но и изучить наглядно различные архитектуры, функции активации, обученность и недообученность нейронной сети. В элективном курсе используется следующий бесплатный, интуитивно понятный онлайн-сервис playground.tensorflow [1]:
Рисунок 1 Онлайн сервис для разработки и обучения нейронной сети
В силу того, что современные технологии совершенствуются, то содержание элективного курса должно регулярно обновляться и дорабатываться в соответствии с происходящими изменениями. [6]
Таким образом, элективные курсы по обучению нейронным сетям могут использовать различные подходы, чтобы помочь учащимся получить знания и практический опыт работы с этими технологиями.
СПИСОК ЛИТЕРАТУРЫ:
Номер журнала Вестник науки №6 (63) том 2
Ссылка для цитирования:
Камкина М.А., Абушкин Д.Б. ОРГАНИЗАЦИЯ ЭЛЕКТИВНОГО КУРСА ПО ОБУЧЕНИЮ РАБОТЕ С НЕЙРОННЫМИ СЕТЯМИ УЧАЩИХСЯ 9 КЛАССОВ // Вестник науки №6 (63) том 2. С. 245 - 251. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/8799 (дата обращения: 17.05.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023. 16+