Проаналізовано вплив пандемії на освітні процеси в Україні. Розглянуто проблемні моменти, які спостерігаються під час дистанційного навчання, позитивні та негативні фактори онлайн- освіти. Висвітлено чинники, які можуть призвести до конфліктних ситуацій в освітньому процесі та ускладнювати збирання та аналіз інформації. Запропоновано використовувати методи машинного навчання для аналізу великих даних у системах дистанційного навчання. Розглянуто метод аналізу головних компонент для зменшення розмірності обсягу вибірки та описано основні кроки, які потрібно виконати задля спрощення. Можливість аналізу забезпечується коректним функціонуванням системи дистанційного навчання, регламентованої ЗВО, взаємодією із усіма учасниками навчального процесу, а також своєчасним виконанням обов’язків, покладених на них.
- Stukalo, N., Simakhova, А. (2020). COVID-19 Impact on Ukrainian Higher Education. Universal Journal of Educational Research, 8(8), 3673–3678.
- Chen, T., Peng, L., Yin, X., Rong, J., Yang, J., Cong, G. (2020). Analysis of User Satisfaction with Online Education Platforms in China during the COVID-19 Pandemic. Healthcare. Basel. 2020 Jul 7;8(3):200. DOI: 10.3390/ healthcare8030200. PMID: 32645911; PMCID: PMC7551570.
- Barabash, O., Laptiev, O., Sobchuk, V., Salanda, I., Melnychuk, Y., Lishchyna, V. (2021). Comprehensive Methods of Evaluation of Distance Learning System Functioning. International Journal of Computer Network and Information Security, 13(3):62–71. DOI: 10.5815/ijcnis.
- CEDOS – аналітичний центр. Освіта в умовах пандемії у 2020/2021 році: аналіз проблем і наслідків. https://cedos.org.ua/researches/osvita-v-umovah-pandemiyi-analiz-problem-i-naslidkiv/
- Пришляк А., Кунанець Н., Пасічник В., (2020) Інтелектуальна система формування персональних освітніх траєкторій у галузі ІТ. Вісник Нац. ун-ту “Львівська політехніка” Інформаційні системи та мережі, 7, 42–50.
- Терещенко В., Бугайов А., (2018) Алгоритми машинного навчання у контексті великих даних. Штучний інтелект, 3(81), 80–86.
- Maddikunta, P., Lakshmanna, K., Rajput, D., Srivastava, G., Baker, T., Gadekallu, T. & Kaluri, R. (2020). Analysis of Dimensionality Reduction Techniques on Big Data. IEEE Access, 8:54776–54788. DOI: 10.1109/ACCESS.2020.2980942.
- Nguen, T. (2020) Principal Component Analysis of Education-Related Data Sets. URL: http://resolver.tudelft.nl/uuid:11a166e3-cd94-45e8-91ed-660a0cfe8b9e.
- Salih Hasan, B. M., Abdulazeez, A. M. (2021). A Review of Principal Component Analysis Algorithm for Dimensionality Reduction. Journal of Soft Computing and Data Mining, 2(1), 20–30. URL: https://publisher.uthm.edu.my/ojs/index.php/jscdm/article/view/8032
- Migenda N., Möller R., Schenck W. (2021). Adaptive dimensionality reduction for neural network-based online principal component analysis. PLOS ONE, 16(3): e0248896. https://doi.org/10.1371/journal.pone.0248896.