論文の概要: Unveiling the Potential of Big Data Analytics for Transforming Higher
Education in Bangladesh; Needs, Prospects, and Challenges
- arxiv url: http://arxiv.org/abs/2311.10727v2
- Date: Fri, 24 Nov 2023 21:37:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 12:44:18.297066
- Title: Unveiling the Potential of Big Data Analytics for Transforming Higher
Education in Bangladesh; Needs, Prospects, and Challenges
- Title（参考訳）: バングラデシュにおける高等教育変革のためのビッグデータ分析の可能性 : ニーズ, 展望, 課題
- Authors: Sabbir Ahmed Chowdhury (1), Md Aminul Islam (2), Mostafa Azad Kamal
(3), ((1) School of Education and Social Sciences, University of the West of
Scotland, IER, University of Dhaka (2) School of Engineering, Computing and
Mathematics, Oxford Brookes University, School of Computing and Technologies,
University of Gloucestershire, UK (3) School of Business, Bangladesh Open
University, Gazipur)
- Abstract要約: Big Data Analytics(BDA)はバングラデシュの高等教育(BHE)の目標を達成するための答えのひとつだ。
本稿では,BDAの能力についてレビューし,BHEの応用の可能性を検討するとともに,教育の質の向上や,教育機関が生み出したデータから付加価値を明らかにする方法について考察する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Big Data Analytics has gained tremendous momentum in many sectors worldwide.
Big Data has substantial influence in the field of Learning Analytics that may
allow academic institutions to better understand the learners needs and
proactively address them. Hence, it is essential to understand Big Data and its
application. With the capability of Big Data to find a broad understanding of
the scientific decision making process, Big Data Analytics (BDA) can be a piece
of the answer to accomplishing Bangladesh Higher Education (BHE) objectives.
This paper reviews the capacity of BDA, considers possible applications in BHE,
gives an insight into how to improve the quality of education or uncover
additional values from the data generated by educational institutions, and
lastly, identifies needs and difficulties, opportunities, and some frameworks
to probable implications about the BDA in BHE sector.
Keywords; Big Data Analytics, Learning Analytics, Quality of Education,
Challenges, Higher Education, Bangladesh
- Abstract（参考訳）: Big Data Analyticsは、世界中の多くのセクターで大きな勢いを増している。
ビッグデータは学習分析の分野で大きな影響を与えており、学術機関は学習者のニーズをよりよく理解し、積極的に対処することができる。
したがって、ビッグデータとそのアプリケーションを理解することが不可欠である。
ビッグデータが科学的意思決定プロセスの幅広い理解を得る能力によって、ビッグデータ分析(BDA)はバングラデシュの高等教育(BHE)の目的を達成するための答えのひとつとなり得る。
本稿は、BDAの能力についてレビューし、BHEの応用の可能性を検討し、教育機関が生み出したデータから教育の質の向上や付加価値を明らかにする方法についての洞察を与え、最後に、BHE分野におけるBDAへの影響を予測するためのニーズ、困難、機会、およびいくつかの枠組みを明らかにする。
キーワード:ビッグデータ分析、学習分析、教育の質、挑戦、高等教育、バングラデシュ
関連論文リスト
- DSBench: How Far Are Data Science Agents to Becoming Data Science Experts? [58.330879414174476]
現実的なタスクでデータサイエンスエージェントを評価するためのベンチマークであるDSBenchを紹介する。
このベンチマークには、466のデータ分析タスクと、EloquenceとKaggleのコンペからソースされた74のデータモデリングタスクが含まれている。
現状のLLM, LVLM, エージェントを評価したところ, 最高のエージェントはデータ解析タスクの34.12%しか解決できず, RPG(Relative Performance Gap)は34.74%であった。
論文 参考訳（メタデータ） (2024-09-12T02:08:00Z) - Position: Bayesian Deep Learning is Needed in the Age of Large-Scale AI [189.05642691423347]
本稿では,ベイズ深層学習(BDL)の強みを再考し,既存の課題を認識した。
これらの障害に対処するための、エキサイティングな研究の道のりが浮かび上がっている。
今後の議論は、大規模ファンデーションモデルをBDLと組み合わせて、その潜在能力を最大限に活用する方法に焦点を当てている。
論文 参考訳（メタデータ） (2024-02-01T17:45:26Z) - Data-centric Artificial Intelligence: A Survey [47.24049907785989]
近年、AIにおけるデータの役割は大幅に拡大し、データ中心AIという新たな概念が生まれた。
本稿では,データ中心型AIの必要性について論じ,続いて3つの一般的なデータ中心型目標の全体像を考察する。
これは、データライフサイクルのさまざまな段階にわたるタスクのグローバルなビューを提供する、初めての総合的な調査である、と私たちは信じています。
論文 参考訳（メタデータ） (2023-03-17T17:44:56Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳（メタデータ） (2023-01-12T05:28:59Z) - Big Data and Analytics Implementation in Tertiary Institutions to
Predict Students Performance in Nigeria [0.0]
Big Dataという言葉は、従来のデータ処理技術では扱えない大量のデータを指すために作られた。
本稿では,教育機関に関係のあるビッグデータの特徴について考察する。
学習機関におけるビッグデータと分析の導入に影響を与える要因について検討する。
論文 参考訳（メタデータ） (2022-07-29T13:52:24Z) - A Survey of Learning on Small Data: Generalization, Optimization, and
Challenge [101.27154181792567]
ビッグデータの一般化能力を近似した小さなデータについて学ぶことは、AIの究極の目的の1つである。
この調査はPACフレームワークの下でのアクティブサンプリング理論に従い、小さなデータにおける学習の一般化誤差とラベルの複雑さを分析した。
効率的な小さなデータ表現の恩恵を受けるかもしれない複数のデータアプリケーションについて調査する。
論文 参考訳（メタデータ） (2022-07-29T02:34:19Z) - "If we didn't solve small data in the past, how can we solve Big Data
today?" [0.0]
私たちは、"小さい"データや"大きい"データといった用語を調査し、それらの属性を理解し、価値を付加する方法について検討することを目指しています。
この研究によると、どんなに小さなデータが使われたにせよ、企業は依然として正しい技術とビジネスビジョンでビッグデータを活用できる。
論文 参考訳（メタデータ） (2021-11-08T16:31:01Z) - Federated Learning for Big Data: A Survey on Opportunities,
Applications, and Future Directions [5.124701758921822]
本稿では,ビッグデータサービスやアプリケーションにおけるフェデレーション学習の利用状況について調査する。
我々は、ビッグデータ取得、ビッグデータストレージ、ビッグデータ分析、ビッグデータプライバシ保護など、主要なビッグデータサービスにおけるFLの使用についてレビューする。
論文 参考訳（メタデータ） (2021-10-08T14:36:43Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - From Data to Knowledge to Action: A Global Enabler for the 21st Century [26.32590947516587]
コンピュータと数理科学の進歩が相まって、真の証拠に基づく意思決定を可能にする前例のない能力がもたらされた。
これらの機能は、データの大規模なキャプチャと、そのデータの洞察とレコメンデーションへの変換を可能にする。
商業、科学、教育、芸術、エンターテイメントのWebへの移行により、人間の活動に関する構造化された、非構造化されたデータベースが、これまで例のない量で利用可能になった。
論文 参考訳（メタデータ） (2020-07-31T19:19:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。