Browsing by Author "Marin, Ghenadie"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Monitoring the computer science curriculum in high schools: adaptation and efficiency in the contemporary educational context
    (CEP USM, 2024) Marin, Maria; Marin, Ghenadie; Ivanov, Lilia
    Monitoring the computer science curriculum involves a continuous process of assessment, adaptation, and improvement, ensuring that the content delivered to students is not only up-to-date but also meets the demands of the modern technological world. This process includes evaluating the implementation of new technologies, teaching methodologies, and assessment tools, while also considering how these innovations impact student learning outcomes. Through effective monitoring, it is possible to identify areas of improvement and gaps in the curriculum that need addressing, while also recognizing the strengths of existing educational practices. Feedback from educators, students, and stakeholders is crucial in shaping a curriculum that is both efficient and responsive to the demands of the digital age. The monitoring of the computer science curriculum at the secondary school level is essential for adapting to the needs of modern education. This continuous process ensures that students are equipped with the necessary skills to succeed in a digitalized world and that educators are supported in creating dynamic, relevant, and effective learning environments.
  • Thumbnail Image
    Item
    PREZICEREA PERFORMANŢELOR STUDENŢILOR FOLOSIND ÎNVĂŢAREA AUTOMATĂ (Machine Learning)
    (CEP USM, 2017) Cristei, Maria; Marin, Ghenadie; Stelea, Victor
    În prezent, învăţarea automată (machine learning) ocupă un loc important în inteligenţa artificială, preocupându-se de dezvoltarea algoritmilor ce permit unui sistem informatic să înveţe date, reguli şi algoritmi. Învăţarea automată presupune în primul rând identificarea şi implementarea unei modalităţi cât mai eficiente de reprezentare a informaţiilor, în sensul facilitării căutării, reorganizării şi modificării acestora. În acest sens, în prezentul articol se descrie utilitatea şi aplicabilitatea tehnicilor de învăţare automată supervizată la problemele de predicţie şi implementarea acestora în dezvoltarea aplicaţiilor informatice. Aplicaţia elaborată este unică prin felul ei de executare a modelului machine learning de predicţie. Metodologia folosită în aplicaţia elaborată este mixtă, cuprinzând tehnologii complexe de ultimă oră: mediul de dezvoltare Jupyter Notebook, limbajul de programare Python împreună cu cele mai populare librării ale acestuia utilizate în machine learning, instrumente de dezvoltare a aplicaţiei web Flask.