典型文献
多模态数据分析视阈下深度学习评价路径与策略
文献摘要：
深度学习评价是多领域交叉形成的一个新方向,通过采集并构建深度学习数据库创设深度学习评价分析模型以达到优化教育评价的目的.根据目前的研究基础和研究问题,深度学习数据库根据"脑—行为—认知—环境—技术"五种模态进行数据的采集、标注与分析;学习绩效预测利用运动预测指标与课堂预测指标,为分析和量化运动、课堂行为与学习绩效之间的关系提供有力的评价支撑;深度学习评价分析基于"四个基本要素""四个基本原则"这一前提,保证其遵循教育规律、教育现实与教育发展.未来基于多模态数据的深度学习评价可从数据采集自动化、整合预测模型、深化教育应用、统一机理、增强决策智慧化等方面实施和改进.
文献关键词：
多模态;大数据;深度学习;行为分析;数据挖掘;学习绩效预测;评价机制;教育决策
中图分类号：
作者姓名：
胡航;杨旸
作者机构：
西南大学教师教育学院卓越教学中心;柳州职业技术学院 545006
文献出处：
引用格式：
[1]胡航;杨旸-.多模态数据分析视阈下深度学习评价路径与策略)[J].中国远程教育,2022(02):13-19
A类：
学习评价分析,学习绩效预测
B类：
多模态数据分析,评价路径,路径与策略,领域交叉,叉形,学习数据,教育评价,研究问题,运动预测,预测指标,课堂行为,基本要素,一前,教育规律,教育现实,教育应用,行为分析,教育决策
AB值：
0.283029
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。
