在大数据的驱动下,教育研究将出现不同的态势,从依靠经验评价转向基于数据评价,通过挖掘、分析教育大数据,研究者可以量化学习过程,表征学习状态,发现影响因素,找到干预策略,从更深的层次揭示教育规律。
第1题:
A.数据挖掘需要有过硬的数学功底和编程技术
B.数据挖掘更重视模型或规则的构建
C.数据挖掘是技术性的“采矿”过程,发现未知的模式和规律
D.数据挖掘侧重于实际的业务知识
第2题:
A、教育技术的研究对象是学习过程和学习资源
B、教育技术的研究对象是学习过程
C、教育技术的研究内容是对学习过程和学习资源的设计、开发、应用、管理、评价
D、教育技术是一种理论和实践
第3题:
面向数据挖掘的隐私保护技术主要解决高层应用中的隐私保护问题,致力于研究如何根据不同数据挖掘操作的特征来实现对隐私的保护。从数据挖掘的角度看,不属于隐私保护技术的是()。
A.基于数据失真的隐私保护技术
B.基于数据匿名化的隐私保护技术
C.基于数据分析的隐私保护技术
D.基于数据加密的隐私保护技术
第4题:
第5题:
教育技术涉及问题的层次,研究的内容和方向是()。
第6题:
从数据到信息最后上升到智能化的过程包括()。
第7题:
下列哪项违背整合教育观指导下的特殊儿童教育课程改革趋向?()
第8题:
“大数据”时代,数据成为决策最为重要的参考之一。大数据技术深刻影响着高等教育、职业教育、中小学教育等多层次的政策制定、受教育者的学习方案与评价方式、教学模式及质量改进等教育全过程。这说明()。 ①事物之间都是有联系的 ②人们可以根据事物固有联系建立新联系 ③人为事物的联系是主观的 ④事物之间相互联系构成了事物变化发展
第9题:
在关于数据挖掘的描述中,正确的是()
第10题:
结果分析和评价
数据挖掘
数据准备与预处理
结果利用
第11题:
假设驱动的数据挖掘
目标驱动的数据挖掘
发现驱动的数据挖掘
技术驱动的数据挖掘
第12题:
教育技术的研究对象是()。
A、学习过程
B、学习资源
C、学习策略
D、教育理论
第13题:
数据挖掘的分类方法很多。根据不同挖掘任务,可将其分为(63)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
第14题:
第15题:
在教育的外部规律和内部规律的影响下,大学教育呈现以下几个特征()。
第16题:
根据统计和非统计方法之间的不同把数据挖掘分为()。
第17题:
行动研究的基本思想是()。
第18题:
数据挖掘是人工智能和数据库技术结合的产物,能从已积累的数据中发现未知的规律。数据挖掘的一般过程里不包括下面哪个阶段:()
第19题:
根据经验科学的标准,科学教育学的研究任务是()
第20题:
逻辑推理
经验总结
数据挖掘
机器学习
第21题:
以量化指标为标准的评价体系备受争议
在进行学术评价时不能过多依赖量化数据
正确的学术评价需要经历很长的历史过程
经得住实践检验的学术评价才是可靠的
第22题:
大学既是教育机构,又是研究机构
教育过程以自主学习和研究型学习为主
大学教育是一种社会活动
大学教育是时代的反映