Подготовка студентов технических направлений к применению технологий машинного обучения

Исманов О.М. Адиева Г.М. Турдубаева Ж.А.

Журнал: Бюллетень науки и практики @bulletennauki

Рубрика: Социальные и гуманитарные науки

Статья в выпуске: 11 т.12, 2026 года.

Бесплатный доступ

Рассматриваются теоретические и практические аспекты подготовки студентов технических специальностей к применению технологий машинного обучения в образовательной деятельности. Актуальность исследования обусловлена стремительным развитием искусственного интеллекта и необходимостью формирования у будущих специалистов компетенций, позволяющих использовать методы машинного обучения для анализа образовательных данных, прогнозирования результатов обучения, персонализации образовательных траекторий и автоматизации отдельных педагогических процессов. Рассматриваются основные компоненты подготовки студентов: математическая, алгоритмическая, программная, аналитическая и проектная составляющие. Предлагается модель поэтапного формирования компетенций, включающая изучение основ машинного обучения, работу с данными, построение и оценивание моделей, решение практических образовательных задач и разработку собственных интеллектуальных проектов. Приведены примеры использования линейной регрессии для прогнозирования результатов обучения, классификации для выявления студентов группы риска и кластеризации для формирования групп с близкими образовательными характеристиками. Обосновывается необходимость формирования у студентов не только технических навыков, но и этической культуры применения интеллектуальных технологий.

машинное обучение \ искусственный интеллект \ технические специальности \ студенты \ образовательная деятельность \ цифровые компетенции \ образовательная аналитика \ персонализация обучения \ интеллектуальная система \ машинное обучение в образовании

Короткий адрес: https://sciup.org/14139544

IDS: 14139544   |   УДК: 378.147:004.8   |   DOI: 10.33619/2414-2948/132/55

Preparing Students in Technical Fields for the Application of Machine Learning Technologies

Examines the theoretical and practical aspects of preparing students of technical specialties to apply machine learning technologies in educational activities. The relevance of the study is обусловлена by the rapid development of artificial intelligence and the need to develop competencies among future specialists that enable them to use machine learning methods for analyzing educational data, predicting learning outcomes, personalizing educational trajectories, and automating individual pedagogical processes. The main components of student training are considered, including mathematical, algorithmic, programming, analytical, and project-based components. A step-by-step model for competency development is proposed, incorporating the study of machine learning fundamentals, data processing, model development and evaluation, solving practical educational problems, and developing students' own intelligent projects. Examples are provided of using linear regression to predict learning outcomes, classification to identify students at academic risk, and clustering to form groups of students with similar educational characteristics. The necessity of developing not only technical skills but also an ethical culture for the responsible use of intelligent technologies among students is substantiated.