Алгоритми виявлення академічної недоброчесності засобами машинного навчання

dc.contributor.authorМаркопольський, Сергій Володимирович
dc.date.accessioned2025-02-04T13:59:32Z
dc.date.available2025-02-04T13:59:32Z
dc.date.issued2024
dc.description.abstractМета роботи – розроблення алгоритму та системи автоматичного виявлення академічної недоброчесності під час онлайн-іспитів із використанням методів машинного навчання. Методи дослідження: методи машинного навчання (нейронні мережі, алгоритми класифікації), математичного та комп’ютерного моделювання, аналізу часових рядів, комп’ютерного зору для розпізнавання облич і поведінкових патернівuk_UA
dc.identifier.citationМаркопольський, С. В. Алгоритми виявлення академічної недоброчесності засобами машинного навчання = Аlgorithm for detecting academic dishonesty using machine learning : кваліфікаційна робота : спец. 123 – комп’ютерна інженерія освітньо-професійна програма – комп’ютерна інженерія / Сергій Володимирович Маркопольський ; наук. керівник к.т.н. Н. Я. Савка. Тернопіль : ЗУНУ, 2024. 56 с.uk_UA
dc.identifier.urihttp://dspace.wunu.edu.ua/handle/316497/53360
dc.publisherТернопіль, ЗУНУuk_UA
dc.subjectакадемічна доброчесністьuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectонлайн-іспитиuk_UA
dc.subjectрозпізнавання обличuk_UA
dc.subjectповедінкові патерниuk_UA
dc.subjectавтоматизаціяuk_UA
dc.subjectacademic integrityuk_UA
dc.subjectmachine learninguk_UA
dc.subjectonline examsuk_UA
dc.subjectface recognitionuk_UA
dc.subjectbehavioral patternsuk_UA
dc.subjectautomationuk_UA
dc.titleАлгоритми виявлення академічної недоброчесності засобами машинного навчанняuk_UA
dc.title.alternativeАlgorithm for detecting academic dishonesty using machine learninguk_UA
dc.typeThesisuk_UA

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Маркопольський С 2024.pdf
Size:
992.49 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
2.37 KB
Format:
Item-specific license agreed upon to submission
Description: