ব্যক্তিগতকৃত অর্জনের যাত্রা/পার্সোনালাইজড অ্যাচিভমেন্ট জার্নি (PAJ)-র লক্ষ্য হল একজন শিক্ষার্থীকে সর্বোত্তম শিক্ষার পথ প্রদান করা যাতে থাকবে তাদের সাম্প্রতিক জ্ঞানের স্তর, একটি পূর্বনির্ধারিত সময়কাল, একটি পূর্বনির্ধারিত পাঠ্যক্রম, একজন শিক্ষার্থীর লক্ষ্যণীয় পরীক্ষার জন্য ধারণার গুরুত্ব এবং প্রতিটি ধারণা আয়ত্ত করার জন্য প্রয়োজনীয় প্রচেষ্টা। Embibe-এর জন্য PAJ অত্যন্ত গুরুত্বপূর্ণ, শিক্ষার ফলাফল প্রদানের জন্য একটি কৃত্রিম বুদ্ধিমত্তার (AI) প্রতিষ্ঠান। Embibe-এ , আমরা শিক্ষার্থীদের শিক্ষার ফলাফল অর্জনের জন্য প্রাসঙ্গিক জ্ঞানের লেখচিত্র এবং আচরণগত প্রোফাইলের উপর ধারণার শ্রেষ্ঠত্ব ক্রমাঙ্ক আকারে নির্ণয় করি। PAJ হল একটি উচ্চ পার্সোনালাইজড/ব্যক্তিগতকৃত পদ্ধতিতে শিক্ষণ, অনুশীলন এবং মূল্যায়ন প্যাকগুলির পরামর্শ দিয়ে শিক্ষার্থীদের শিক্ষাকে ত্বরান্বিত করার একটি অনুকূল পরিস্থিতি।

সর্বোত্তম শিক্ষন পথ উদ্ভাবনের সমস্যাটিকে দুটি উপসমস্যায় বিভক্ত করা যেতে পারে – ধারণা নির্বাচন এবং শিক্ষণীয় বস্তুর বিন্যাস, ধারণা ব্যাখ্যাকারী ভিডিও এবং অনুশীলনের জন্য প্রশ্ন। আমরা একটি প্রগতিশীল প্রোগ্রামিয়ের সমস্যা হিসাবে নির্বাচনকে গঠন করেছি, যা পার্সোনালাইজড অ্যাচিভমেন্ট জার্নি/ব্যক্তিগতকৃত অর্জনের যাত্রা সম্পন্ন করার জন্য অবশিষ্ট সময়ের উপর ভিত্তি করে সবচেয়ে গুরুত্বপূর্ণ ধারণা নির্বাচন করে।

প্রতিটি ধারণা সম্পন্ন হওয়ার পরে অবশিষ্ট শিক্ষণীয় উদ্দেশ্যগুলির মধ্যে নির্বাচন করার জন্য মূল্য এবং ব্যয়ের দিকগুলির দিকে নজর দেওয়ার প্রয়োজন হয়। নির্বাচনের সঙ্গে আরেকটি বিবেচনার বিষয় হলো, পূর্বশর্তের ভিত্তিতে করা ধারণা বাদ দেওয়া থেকে বিরত থাকা। এবং এই কারণে, আমরা আমাদের ধারণা জ্ঞান লেখচিত্র থেকে উপলেখচিত্র ব্যবহার করি আলাদা আলাদা ধারণার পরিবর্তে মূল্য এবং ব্যয় বাণিজ্য -এর মূল্যায়ন করার জন্য।

তারপর এটি মূল্য/ব্যয় অনুপাতের উপর ভিত্তি করে উপগ্রুপের ধারণাগুলিকে বেছে নেয়, যেখানে উপগ্রুপের মান চূড়ান্ত পরীক্ষায় মৌলিকতা এবং প্রাসঙ্গিকতা নির্দেশ করে, যেখানে ব্যয় হল শিক্ষার্থীর প্রতিটি ধারণার উপর শিক্ষার্থী-নির্দিষ্ট আচরণগত বৈশিষ্ট্য এবং প্রতিটি ধারণার উপর ভিত্তি করে উপগ্রুপটি আয়ত্ত করার জন্য শিক্ষার্থীর কত সময় প্রয়োজন, যাতে শিক্ষার্থীরা সর্বোচ্চ শিক্ষা লাভ করতে পারে।

অ্যালগরিদম থেকে সিদ্ধান্ত নেওয়া হয় যে শিক্ষার্থীর শেখার বিষয়বস্তুর প্রয়োজন আছে কি না। এটি অনুশীলন প্রশ্নও সরবরাহ করে যতক্ষণ না ব্যবহারকারীরা অভিযোজিত অনুশীলন অ্যালগরিদমের উপর ভিত্তি করে প্রদত্ত ধারণা উপগ্রুপের অধীনে সমস্ত দক্ষতাকে অর্জন করে।

উপরোক্ত উভয় শর্তই মার্কভ শৃঙ্খলের উপর ভিত্তি করে গঠিত যেটির ধারণার আধিপত্য হিসাবে এর সাম্প্রতিক অবস্থা রয়েছে, যা একটি বায়েসিয়ান সম্ভাব্যতা ব্যবহার করে আপডেট করা হয়, যা বায়েসিয়ান নলেজ ট্রেসিং নামেও পরিচিত। উপরন্তু, প্রতিটি ধাপে, সর্বোত্তম সময় নির্ধারণ নিশ্চিত করার জন্য অ্যালগরিদমটি পুনরায় ক্রমাঙ্ক নির্ণয় করতে ব্যবহার করা হবে।

পার্সোনালাইজড অ্যাচিভমেন্ট জার্নি/ব্যক্তিগতকৃত অর্জনের যাত্রা অ্যালগরিদম পূর্ববর্তী শ্রেণীগুলির পূর্বশর্ত ধারণাগুলিও বিবেচনা করে যা লক্ষণীয় পরীক্ষার জন্য গুরুত্বপূর্ণ। তাই, যদি কোনো শিক্ষার্থীর একটি নির্দিষ্ট পাঠ্যক্রমের জন্য দুর্বল ভিত্তি থাকে তবে অ্যালগরিদম মৌলিক ধারণাগুলির গভীরে অনুসন্ধান করে এবং পূর্ববর্তী শ্রেণী থেকে একেবারে ন্যূনতম শিক্ষণীয় বিষয়বস্তু বেছে নেয় যা শিক্ষার্থীদের বর্তমান শ্রেণীতে অগ্রসর হওয়ার আগে তাদের মৌলিক বিষয়গুলিকে পোক্ত  করতে সহায়তা করে।

ডেমো ভিডিও

← AI হোমে ফিরে যাও