ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ 6
ВВЕДЕНИЕ 7
1 Анализ предметной области 9
1.1 Анализ актуальности проекта 9
1.2 Анализ потребностей пользователей 10
1.3 Анализ аналогов 11
1.4 Анализ типов нейронных сетей 13
2 Реализация 16
2.1 Проектирование и обучение нейронной сети 17
2.1.1 Постановка задачи 17
2.1.2 Выбор инструментов разработки 18
2.1.3 Подготовка данных, проектирование и обучение нейронной сети 20
2.2 Разработка серверной части 35
2.2.1 Постановка задачи 35
2.2.2 Выбор инструментов разработки 38
2.2.3 Реализация серверной части 44
3 Описание результатов 52
ЗАКЛЮЧЕНИЕ 64
СПИСОК ИСПОЛЬЗОВАНЫХ ИСТОЧНИКОВ 66
Нейронные сети — это мощный инструмент искусственного интеллекта, способный анализировать и обрабатывать большие объемы данных, выявлять закономерности и делать прогнозы. В последние годы они стали неотъемлемой частью повседневной жизни человека. Нейронные сети нашли широкое применение в различных ее сферах, начиная от медицины и технологий, и заканчивая образованием.
Нейронные сети используются в образовании для улучшения качества обучения и повышения эффективности учебного процесса. Они помогают учителям проверять работы учеников, планировать учебную программу и многое другое.
Нейронные сети имеют огромный потенциал, как инструмент облегчения повседневных задач, которые ставятся перед преподавателем.
Целями данной диссертации является:
• изучение современных инструментов для создания и обучения моделей нейронных сетей,
• проектирование и обучение модели нейронной сети,
• изучение современных инструментов для создания микросервисов,
• создание микросервиса, который будет использовать обученную модель для предсказания успеваемости обучающихся.
Для достижения поставленных целей необходимо:
• произвести анализ актуальности работы,
• произвести анализ потребностей пользователей,
• произвести анализ аналогов,
• провести анализ типов нейронных сетей,
• изучить современные инструменты разработки нейронных сетей,
• спроектировать нейронную сеть и обучить ее,
• разработать кодовую базу микросервиса, который будет использовать обученную модель нейронной сети,
• протестировать работу созданного микросервиса.
В процессе исследования была подтверждена актуальность диссертации. Также был проведен анализ целевой аудитории и ее потребностей. На основании потребностей был определен основной функционал проекта, который реализуется в рамках диссертации.
Были рассмотрены аналоги работы, выявлены их преимущества и недостатки. Было выявлено, что ни один из них не обладает функционалом, который предоставляет данный проект.
Был проведен анализ популярных типов нейронных сетей, на основании которого было решено разрабатывать сеть прямого распределения в рамках данной диссертации.
После, в рамках выбора инструментов разработки был выбран язык программирования Python. Так же были рассмотрены четыре популярных библиотеки для проектирования и обучения нейронных сетей: TenserFlow, Keras, Cafee и PyTorch. На основании их сравнения последняя была выбрана для разработки модели нейронной сети. Еще были рассмотрены три фреймворка для создания веб- приложений: Django, Pyramid, CherryPy. На основании их анализа первый был выбран для разработки микросервиса. Для реализации проекта была выбрана база данных SQLite. Этому послужили простота интеграции с ORM Django и легковесность данной БД. Также были проанализированы три среды разработки: IntelliJ IDEA, PyCharm, Visual Studio Code. После рассмотрения их преимуществ и недостатков вторая была выбрана для разработки.
Согласно поставленным задачам, была спроектирована и обучена нейронная сеть для предсказания успеваемости обучающихся, которая дает предсказание с точностью в восемьдесят четыре процента. Так же был разработан микросервис, в который была интегрирована обученная модель нейронной сети. В процессе разработки были укреплены навыки работы с языком Python. Так же были укреплены знания и навыки проектирования и
обучения нейронных сетей. Были приобретены новые знания и навыки разработки микросервисов с использованием фреймворка Django.
В процессе реализации данного проекта были достигнуты все поставленные цели. Разработанные нейронная сеть и микросервис работают исправно и выполняет все предназначенные им задачи. В перспективе проект может улучшаться. Планируется повысить точность модели, добавить функционал авторизации пользователей.-
