چکیده:
هدف علم یادگیری ماشین توانمند نمودن رایانهها برای کارایی بهتر به صورت تدریجی و با افزایش دادهها
میباشد. یادگیری ماشین (ML) یک چارچوب قدرتمند برای تحلیل مجموعه دادهها با تعداد بالا و
مدلسازی روابط پیچیده فراهم میکند که اغلب تکنولوژیهای مدرن آموزشی با متغیرها و اثرات بالقوه
ناشناخته با آن مواجه میشوند. تایر روشهای MLبر تحقیقات و کاربردهای عملی در علوم تربیتی هنوز
محدود است اما به طور مداوم رشد میکند زیرا مجموعههای داده بزرگتر و پیچیدهتری از طربق
دورههای آموزشی برخط و تحقیقات در مقیاس بزرگک در دسترس محققان علوم تربیتی قرار میگیرند. به
دلیل تاثیرات پیچیدهی روشهای ML برای این رشته» محققان علوم تربیتی در نقطهای حیاتی قرار دارند.
در تحقیق حاضر ابتدا به ارائه مقدمهای مفصل درباره موضوع و خلاصهای از فرصتها و چالشهای ML
برای علوم تربیتی پرداخته میشود. سپس نشان داده میشود که چگونه نگاهی به رشتههای مرتبط میتواند
به یادگیری از تجربیات آنها کمک کند. در انتها نشان داده میشود که چگونهMLمیتواند نقش
تعیین کنندهای در اعتبارسنجی مدلهای تجربی بازی کند. این مقاله به محققان علوم تربیتی کمک ومی کند
تا برای فرصتها و چالشهایی که با تغییر به سمت دیجیتالی کردن آموزش به وجود میآیده آماده شوند.
در انتها با استفاده از فرصتها و اجتناب از دامهای رایج یادگیری ماشین» نکات ضروری نظری» مفهومی و
عملی را در اختیار مربیان علوم تربیتی قرار میدهد.