典型文献
试析人工神经网络在增值评价中的应用
文献摘要：
传统增值评价主要以多水平线性回归等方法构建统计模型,在实践中存在模型解释力不足、统计精准性不够、忽略数据库间的链接整合及忽略非标准化测验等问题.作为一类前沿的人工智能算法模型,人工神经网络具有处理复杂系统和自学习的能力,可帮助解决增值评价中有关模型构建、数据处理及大规模应用的问题.立足于增值评价的基本理念和技术逻辑,论证人工神经网络与增值评价在理念、数据结构及复杂性特征等方面的适配性,提出利用人工神经网络技术开展增值评价的基本策略和工作流程,以及未来实际应用研究中有待解决的算法风险、模型简洁化、可解释性等问题.
文献关键词：
数字化考试;教育评价改革;人工神经网络;增值评价;人工智能;增值模型
中图分类号：
作者姓名：
李俊飞;谭顶良;李格非
作者机构：
南京师范大学,南京 210097;华东师范大学,上海 200062
文献出处：
引用格式：
[1]李俊飞;谭顶良;李格非-.试析人工神经网络在增值评价中的应用)[J].中国考试,2022(07):77-84
A类：
B类：
试析,人工神经网络,增值评价,水平线性,统计模型,模型解释,解释力,精准性,非标准化,标准化测验,人工智能算法,算法模型,复杂系统,自学习,基本理念,技术逻辑,证人,数据结构,适配性,神经网络技术,基本策略,算法风险,可解释性,数字化考试,教育评价改革,增值模型
AB值：
0.388577
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
