| Form of studies |
Master |
| Title of the study programm |
Information Technology |
| Title in original language |
Mašīnmācīšanas algoritmu izmantošana augstskolu mācību programmu un kursu satura analīzē |
| Title in English |
Employing Machine Learning Algorithms for the Analysis of University Curricula and Course Contents |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Solvita Bērziša |
| Reviewer |
Egils Ginters |
| Abstract |
Maģistra darba mērķis ir izstrādāt mašīnmācīšanās algoritmus, lai analizētu un salīdzinātu studiju programmu saturu ar darba tirgus prasībām. Darba ietvaros veikts literatūras pārskats par izglītības izaicinājumiem un mašīnmācīšanās izmantošanas iespējām izglītībā. Izveidota metode, izmantojot mašīnmācīšanās algoritmus, kas nosaka prasmes un kompetences darba tirgus prasībām, izmantojot datu skrāpēšanu, TF-IDF un LDA metodes. Iegūtie dati analizēti, lai noteiktu atbilstību starp kursu saturu un darba tirgus prasībām, izmantojot Kosinusa līdzības un Jaccarda koeficienta metodes. Empīriskā analīze tika iegūtas un analizētas 514 vakances no CV.lv, nosakot, ka IT projektu vadītājiem vispieprasītākās prasmes ir saistītas ar Scrum, komandas darbu, starptautisku pieredzi un angļu valodas zināšanām. Rezultāti liecina, ka, lai uzlabotu studiju programmu atbilstību darba tirgus prasībām, kursu saturs jāpielāgo, iekļaujot praktiskus piemērus un dinamisku pieeju mācību procesā. Šī metode var kalpot par nozīmīgu rīku augstskolām un uzņēmējiem, nodrošinot speciālistu prasmes, kas atbilst darba tirgus vajadzībām.
Dati par darba apjomu – 74 lapaspuses, 10 attēli, 12 tabulas, 7 pielikumi un 155 informācijas avoti. |
| Keywords |
IT projektu vadība, darba tirgus analīze, mašīnmācīšanās, datu skrāpēšana, kursa satura analīze |
| Keywords in English |
IT project management, labor market analysis, machine learning, data scraping, course content analysis |
| Language |
lv |
| Year |
2024 |
| Date and time of uploading |
21.05.2024 16:53:47 |
