Játékosított keretrendszerben történő tanulásból nyert log-adatokra alapozó profilírozás Pitlik Mátyás, Pitlik László (sen) és Pitlik László (jun) ELTE/IK,

Slides:



Advertisements
Hasonló előadás
ITE az innovatív Tudás Egyeteme az Innováció Innovációja Innovatív kérdések és válaszok a fenntartható gazdasági, társadalmi, környezeti-ökológiai, kulturális.
Advertisements

AZ EPICT TANÁRTOVÁBBKÉPZÉS HATÁSVIZSGÁLATA IKT-METRIA FELVÉTELEK ALAPJÁN Az IKT-metria mérőeszköz.
SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR AUTO- SZŰRŐ FEJLESZTÉSE TÁBLÁZAT ALAPÚ JELENTÉSEK UTÓLAGOS, BÖNGÉSZŐN BELÜLI TOVÁBB- FELDOLGOZÁSÁRA.
SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR KUTATÓK ÉJSZAKÁJA SZEPTEMBER 24. AUTO-SZŰRŐ FEJLESZTÉSE OLAP JELENTÉSEK UTÓLAGOS, OFFLINE.
FELVÉTELI tájékoztató
„21. századi közoktatás – fejlesztés, koordináció” TÁMOP / számú kiemelt projekt „21. századi közoktatás – fejlesztés, koordináció”
A filozófia helye a középiskolai oktatásban
Nyílt napok látogatottsága
LKG–HEFOP Szakmai Nap, / Kompetensek leszünk!? Bánhegyesi Zoltán Leövey Klára Gimnázium
„XXI. S ZÁZADI KÖZOKTATÁS ( FEJLESZTÉS KOORDINÁCIÓ ) II. SZAKASZ ” TÁMOP / Bánkuti Zsuzsa (OFI) és Lukács Judit (OFI)
Szent László Alapfokú Oktatási Központ Türje a Támogató Társadalmi Megújulás Operatív Program keretén belül a „Hálózati tanulás – együttműködés” című TÁMOP / azonosítójelű.
Kulcskompetenciák Európai Bizottság 2005
"SZELLEMI TÕKE, MINT VERSENYELÕNY" avagy a tudásmenedzsment szerepe a versenyképességben Révkomárom -
Döntés-előkészítő változatelemzések egy jogosultság kezelő alkalmazás Identity Management rendszerré alakítása kapcsán Készítette: Papp Zsuzsanna Belső.
Táblázat kezelő programok
Sokszínű Digitális Tanítás főszerkesztő-helyettes
A társadalomtudományi kutatás módszerei
Modellezés és szimuláció c. tantárgy Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Matematikai Intézet Mechatronikai Mérnöki MSc 6. Modellezés.
Modellezés és tervezés c. tantárgy Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Matematikai Intézet Mérnöki Informatikus MSc 9. Előadás és.
Pitlik, SZIE , IIR Gazdaságpolitikai előrejelzések adatbányászat segítségével IIRIIR szakkonferencia a felsővezetés számára: Adatbányászat & tudásfeltárás.
Agrárinformatikai kutatások helyzetének áttekintése Pitlik László (MAGISZ, SZIE) I. Agrárinformatikai Nyári Egyetem Gödöllő Szervezők:
INNOCSEKK 156/2006 Hasonlóságelemzés-alapú vizsgálat a COCO módszer használatával Készítette: Péter Gábor
Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok árfolyamok előrejelzésekor ad hoc kérdések és inputok alapján Pitlik László, SZIE.
Gyanúgenerálás HR-kockázatok minimalizálása érdekében hasonlóságelemzéssel Pitlik László SZIE Gödöllő, Gazdaság- és Társadalomtudományi Kar, TATA Kiválósági.
A szakdolgozat készítés minőségirányítási aspektusai
Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok (kukorica) hozamfüggvények levezetése kapcsán Pitlik László, SZIE Gödöllő (Forrás:
Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok elítéltek képzésének engedélyezése kapcsán Pitlik László, SZIE Gödöllő (Forrás: My-X.hu.
SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR TUDOMÁNYOS DIÁKKÖRI KONFERENCIA NOVEMBER 24. Készítette: Batár Ádám.
Bázisérték, monitoring avagy szemléletváltás a vidékfejlesztési döntések előkészítésében Pitlik László, Horváth Henrietta, SZIE Gödöllő 9. MY-X szeminárium:
TERMELÉSI FÜGGVÉNYEK A PRECÍZIÓS MEZŐGAZDASÁGBAN SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR TUDOMÁNYOS DIÁKKÖRI KONFERENCIA NOVEMBER.
TERMELÉSI FÜGGVÉNYEK A PRECÍZIÓS MEZŐGAZDASÁGBAN SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR TUDOMÁNYOS DIÁKKÖRI KONFERENCIA NOVEMBER.
A kerettantervek fejlesztése
Tokaji Ferenc Gimnázium, Szakközépiskola és Kollégium
Készítette: Szalayné Tahy Zsuzsa – Szalay Sándor 1 A program megvalósulását az Apertus Közalapítvány támogatta. Számítógéppel segített módszerek a természettudományok.
Konferencia a digitális tananyagok alkalmazóinak és fejlesztőinek
A prezentációban – ahol rendelkezésre álltak - kis betűvel vagy külön utalással a évi, a évi, a évi és a évi május-júniusi vizsgaidőszak.
Avagy hasonlóságelemzés a környezeti nevelésben „Magolás helyett” - erdei tanóra más szemmel - avagy hasonlóságelemzés a környezeti nevelésben Pitlik László,
Videotanar.hu. Kezdetek Csetényi Csaba – a projekt életre hívója 2013 Nemzeti alaptantervben meghatározott tudás 12 tantárgy Szakmai partner:
Bölcsész Hefop tananyag- fejlesztési zárókonferencia szept ELTE BTK.
VÁCI SZAKKÉPZÉSI CENTRUM Tanulási karrierutak a Váci Szakképzési Centrumban.
OH. Az egyes vizsgázói rétegek átlageredményeinek összehasonlítása %-ban, középszinten VizsgatárgyÖsszesGimnázium Kecskeméti Református Gimnázium.
VIZSGÁZÓK SZÁMA Tantárgy neve Közép- szinten Emelt szinten matematika magyar nyelv.
ANDRÁSSY GYULA GIMNÁZIUM ÉS KOLLÉGIUM
 Rosling - vizualizáció multikulturális jelenségek esetén Rosling - animations in case of multicultural phenomena Pitlik László SZIE MY-X kutatócsoport.
Érettségi eredmények május
Érdemes – e Magyarországra hozni egy nemzetközi rendezvényt
Innováció, big data, adatbányászat (Pitlik László, SZIE/INNOREG KMRIÜ)
SZIE GTK TTI KFI-csoport
VÁCI SZAKKÉPZÉSI CENTRUM
Start-up vállalkozások kommunikációjának
Tanácsadási tapasztalatok felsőoktatási és magán know-how
TÁJÉKOZTATÓ A KÉTSZINTŰ ÉRETTSÉGI VIZSGÁRÓL
Érettségi eredmények 2017.
magyar nyelv és irodalom
A szakiskolai képzés és az érettségi követelmények
Milyen kulturális tényezők lehetnek hatással az USA tagállamainak mozgástudatosságára? I. rész – szimuláció / Békéscsaba (II. rész – hatásmechanizmusok.
Pitlik László, Szani Ferenc, Balogh Anikó
TÁJÉKOZTATÓ A FAKULTÁCIÓ VÁLASZTÁSHOZ
Vízgazdálkodási adatok szemléletformáló adat-vizualizációja az optimumtól való eltérés alapján Pitlik Marcell Hlavay József  Országos Környezettudományi.
Az Ipar 4.0. – a tudásmenedzsment legújabb kihívásai az oktatásban avagy esettanulmány az oktatásról a „Jó” fogalmának tudományos értelmezése kapcsán.
 Rosling - vizualizáció multikulturális jelenségek esetén Rosling - animations in case of multicultural phenomena Pitlik László SZIE MY-X kutatócsoport.
Szani Ferenc, Pitlik László, Balogh Anikó
Szekció: Pedagógusok és az IKT Vallomások
ÉRETTSÉGI MÁJUS-JÚNIUS
Oktatás-Informatika-Pedagógia konferencia (OIP 2018)
Rosling-animációk didaktikai potenciálja a tanításban/tanulásban
(SZIE MY-X, ELTE TTK, ELTE IK, BME GPK)
Gimnáziumi statisztika
Szűcs Imre - Dr. Pitlik László (OTKA T049013)
A KLM modell története és jövője az e-tanulás erősödésének szempontjából Szekció: Digitális tanulási környezetek Vallomások Dr. Pitlik László, Nemes.
Előadás másolata:

Játékosított keretrendszerben történő tanulásból nyert log-adatokra alapozó profilírozás Pitlik Mátyás, Pitlik László (sen) és Pitlik László (jun) ELTE/IK, Budapest, Magyarország SZIE/MYX kutatócsoport, Gödöllő / Apertus Nonprofit Kft. Budapest, Magyarország ELTE/ISSZK, Budapest, Magyarország pitlikm@inf.elte.hu, pitlik@miau.gau.hu, ptlklszl@caesar.elte.hu MMO 2018 / Budapest / https://mmokonferencia.uni-nke.hu/#konferenciarol

Tartalom Mi is az a 2DM-keretrendszer? LLL-analógiák pl. a közszolgák képzésében Egyéb oktatási adaptációk A profilírozás adatvagyona A profilírozás módszertana Didaktikai aspektusok Konklúziók

Mi is az a 2DM-keretrendszer? http://miau.gau.hu/miau/238/2dm/ Játékosított tanulás rugalmas lehetőségei 2D-s, vagy azzá konvertálható összefüggések gyakoroltatása, tesztelése (a knuth-is elv közelítése: tudás az, ami forráskódba átírható, minden más emberi aktivitás művészet) Grafikus és/vagy szöveges impulzusok Direkt (sorfejléc*oszlopfejléc=cella) és/vagy indirekt asszociációk A felhasználók vezérlési magatartásának reprodukálható naplózása

LLL-analógiák pl. a közszolgák képzésében http://miau.gau.hu/miau/238/log_profile_full_v2.doc Input: Táblázatos (mátrix-jellegű) tudásábrázolás Sor- és oszlop-fejlécek közötti kapcsolat a cellákon keresztül Context free keretrendszer Sokféle bonyolultsági fok egyazon tartalom esetén is Nem csak klasszikus mátrixok esetére A tanártól is előstrukturálást elváró vizualizációs keret A tanulótól struktúralátást, stratégiai érzéket elváró, mindezt támogató keretrendszer

Egyéb oktatási adaptációk http://miau.gau.hu/miau/238/log_profile_full_v2.doc Matematika Kémia Fizika Irodalom Történelem Földrajz Biológia Informatika Rajz/művészettörténet Nyelvoktatás Testnevelés, …

A profilírozás adatvagyona Input: Egérmozgás, egérkattintás Érintőképernyő vezérlőjelek Személyazonosítás Feladatazonosítás Időpecsétek Naplózás: Előre megadott időritmusban Jelenleg memóriába, később felhő-alapon OAM (objektum-attribútum-mátrixok) kialakítása

A profilírozás módszertana I. (fogalomalkotás) Célmeghatározás: pl. legjobb megoldás Objektum-definíció: pl. személyek adott játéka (akár ismétléssel is) Attribútum-definíció: a cél-jelenségre ható tényezők feltárása Nyers OAM: attribútum-irányok definiálása (annál jobb, minél gyorsabb, minél kevesebb a hiba, minél …, stb.) Rangsorolt OAM (az irányok alapján) Anti-diszkriminatív modellezés – lehet-e minden objektum másként egyforma? Nem-tudás-réteg/minőségbiztosítás: párhuzamos modellek Interpretációk (pl. norma, genetikai potenciál, trendek, SWOT)

A profilírozás módszertana II. (szimuláció) Célmeghatározás: várható megoldási idő adott személy esetén Objektum-definíció: pl. személyek (adott mennyiségű előélete) adott játékban Attribútum-definíció: a cél-jelenségre ható tényezők feltárása Nyers OAM: attribútum-irányok definiálása (annál gyorsabb lesz, minél gyorsabb volt eddig, minél kevesebb volt a hiba eddig, minél …, stb.) Rangsorolt OAM (az irányok alapján) Termelési függvény levezetése: Y=f(Xi) Nem-tudás-réteg/minőségbiztosítás: párhuzamos modellek Interpretációk (pl. lépcsős függvény, becslési hibák alakulása, mi lenne, ha)

Didaktikai aspektusok Szómágia helyett/mellett a struktúrák jótékony kényszere Tanárra Tanulóra Mennyiség vs. Minőség (Precizitás vs. Sikeresség) Relatív, evolutív norma abszolút, szubjektív, statikus pontozás helyett Digitális ujjlenyomat = Profilírozási erőtér  szembesülés Vizualizációs támogatás Alternativitás lehetőségének sulykolása Genetikai potenciál fogalmának megélése (abszolút leggyorsabb megoldáshoz szükséges idő = világcsúcs levezetése/becslése)

Konklúziók Szinte korlátlan rugalmasság (pl. feladatkiadás: kommentárokkal, kommentárok nélkül) 2D-ből nD-s láncok is szőhetők szükség esetén Context free gondolkodás erősítése = a tanulni tanulás erősítése GDPR-szemléletmód erősítése Startup-potenciál (nyelv-függetlenség, kultúra-függetlenség)

Köszönöm a megtisztelő figyelmet! Kivonat: http://miau.gau.hu/miau/238/log_profile.doc Teljes szövegű publikáció: http://miau.gau.hu/miau/238/log_profile_full_v2.doc Prezentáció: http://miau.gau.hu/miau/238/mmo2018_2dm.pptx Kapcsolat: miau@miau.gau.hu, http://miau.gau.hu