dc.contributor.author | Mockus, Jonas | |
dc.contributor.author | Vinogradova-Zinkevič, Irina | |
dc.date.accessioned | 2023-09-18T20:19:10Z | |
dc.date.available | 2023-09-18T20:19:10Z | |
dc.date.issued | 2014 | |
dc.identifier.issn | 0132-2818 | |
dc.identifier.other | (BIS)VUB02-000053798 | |
dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/148694 | |
dc.description.abstract | Daugelis taikomųjų uždavinių naudoja nepilnai apibrėžtus duomenis. Tai būdinga ekspertų vertinimams, kai neapibrėžtumo šaltinis yra jų subjektyvumas. Neapibrėžtumo įtaka gali būti įvertinta skirtingais būdais, taikant neraiškiųjų skaičių teorijos bei matematinės statistikos metodus. Straipsnyje siūlomas Bajeso metodo taikymas, kai ilgametei kurso vertinimo patirčiai ir ekspertų vertinimo paklaidai taikomi skirtingų skirstinių deriniai. Rezultatai iliustruojami vertinant nuotolinio kurso kokybę. | lit |
dc.description.abstract | Many real applications are using uncertain data This include expert decisions based on their subjective opinions, The uncertainty can be evaluated applying fuzzy sets theory or the methods of mathematical statistics. In this paper it is proposed to use the Bayesian approach by different distribution functions defining the expert opinion and some prior information. The results are illustrated evaluating the quality of distant education courses. | eng |
dc.format | PDF | |
dc.format.extent | p. 90-95 | |
dc.format.medium | tekstas / txt | |
dc.language.iso | lit | |
dc.relation.isreferencedby | Zentralblatt MATH (zbMATH) | |
dc.relation.isreferencedby | CIS: Current Index to Statistics | |
dc.relation.isreferencedby | MathSciNet | |
dc.rights | Laisvai prieinamas internete | |
dc.source.uri | https://doi.org/10.15388/LMR.B.2014.17 | |
dc.source.uri | https://talpykla.elaba.lt/elaba-fedora/objects/elaba:5054708/datastreams/MAIN/content | |
dc.subject | IK01 - Informacinės technologijos, ontologinės ir telematikos sistemos / Information technologies, ontological and telematic systems | |
dc.title | Bajeso metodo taikymas nuotolinių kursų kokybei vertinti | |
dc.type | Straipsnis kitoje DB / Article in other DB | |
dcterms.license | Creative Commons – Attribution – 4.0 International | |
dcterms.references | 16 | |
dc.type.pubtype | S3 - Straipsnis kitoje DB / Article in other DB | |
dc.contributor.institution | Vilniaus universitetas | |
dc.contributor.institution | Vilniaus universitetas Vilniaus Gedimino technikos universitetas | |
dc.contributor.faculty | Fundamentinių mokslų fakultetas / Faculty of Fundamental Sciences | |
dc.subject.researchfield | N 001 - Matematika / Mathematics | |
dc.subject.researchfield | N 009 - Informatika / Computer science | |
dc.subject.researchfield | T 007 - Informatikos inžinerija / Informatics engineering | |
dc.subject.ltspecializations | L106 - Transportas, logistika ir informacinės ir ryšių technologijos (IRT) / Transport, logistic and information and communication technologies | |
dc.subject.lt | kokybės vertinimas | |
dc.subject.lt | Bajeso metodas | |
dc.subject.lt | neapibrėžtumas | |
dc.subject.lt | subjektyvumas | |
dc.subject.lt | ekspertinis vertinimas | |
dc.subject.lt | nuotoliniai kursai | |
dc.subject.en | quality evaluation | |
dc.subject.en | Bayesian approach | |
dc.subject.en | uncertainty | |
dc.subject.en | subjective | |
dc.subject.en | expert evaluation | |
dc.subject.en | distance education | |
dcterms.sourcetitle | Lietuvos matematikos rinkinys. Ser. B | |
dc.description.volume | t. 55 | |
dc.publisher.name | Vilniaus universiteto leidykla | |
dc.publisher.city | Vilnius | |
dc.identifier.doi | 10.15388/LMR.B.2014.17 | |
dc.identifier.elaba | 5054708 | |