№ 3 (01.07.2020 - 30.09.2020)
Содержание номера
Фамилии (докладчики из России и СНГ):
а - б - в - г - д - е - ж - з - и - к - л - м - н - о - п - р - с - т - у - ф - х - ц - ч - ш - щ - э - ю - я
Фамилии (иностранные докладчики):
A - B - C - D - E - F - G - H - I - J - K - L - M - N - O - P - Q - R - S - T - U - V - W - X - Y - Z
- Колпаков Н.С. / Kolpakov N.S.
-
Особенности развития экологического инвестирования в России / Features of environmental investment development in Russia
Аннотация: В статье раскрываются вопросы, связанные с развитием отечественной системы экологического инвестирования. Автором предлагаются подходы к определению понятия экологических инвестиций с точки зрения эффекта, сопровождающего реализацию соответствующих инвестиционный мер.
Ключевые слова: экологические инвестиции, инвестиционный климат, эффект, мотивация инвестиционной деятельности, экологический имидж
Annontation: The article deals with issues related to the development of the domestic system of environmental investment. The author suggests approaches to defining the concept of environmental investment in terms of the effect accompanying the implementation of appropriate investment measures.
Keywords: environmental investments, investment climate, effect, motivation of investment activity, environmental image
Текст статьи
Подробнее
Скрыть
- Кондратьев С.А., Рабинович А.Е. / Kondratev S.A., Rabinovich A.E.
-
Проблемы классификации успеваемости обучающегося на основе данных из московской электронной школы / Problems of classifying student performance based on data from the Moscow electronic school
Аннотация: Интенсивное развитие информационных технологий в 21 веке позволило сделать большой шаг к внедрению средств электронного обучения с применением алгоритмов интеллектуального анализа данных. В данной статье предлагается модель глубокой нейронной сети (DNN) для определения уровня успеваемости учащихся. Выводы, полученные в статье, дают образовательным учреждениям направление для корректировки образовательных программ. Проводится сравнение с уже применяемыми алгоритмами машинного обучения, которые используют тот же набор данных, что и предложенная модель.
Ключевые слова: классификация данных, глубокие нейронные сети, машинное обучение
Annontation: Intensive development of information technologies in the 21st century has made it possible to take a big step towards the introduction of e-learning tools using data mining algorithms. This article proposes a deep neural network (DNN) model for determining student performance. The conclusions obtained in the article give educational institutions a direction for adjusting educational programs. A comparison is made with already used machine learning algorithms that use the same data set as the proposed model.
Keywords: data classification, deep neural networks, machine learning
Текст статьи
Подробнее
Скрыть
1
Все страницы
|