39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
20 °P sammeln
  • Broschiertes Buch

Este libro presenta un marco de trabajo sobre un modelo de e-learning en tecnología basada en la web con referencia al sistema de gestión de contenidos. Los LMS tradicionales no proporcionan mejores servicios, no soportan la personalización y carecen de interoperabilidad entre los usuarios y las máquinas. Por lo tanto, hay una gran demanda de Sistemas de Gestión de Aprendizaje Mejorados (ELMS) para proporcionar los servicios improvisados con una mejor interoperabilidad. En términos de web semántica, los motores de inferencia se identifican como los mejores mecanismos de interoperabilidad. Esta…mehr

Produktbeschreibung
Este libro presenta un marco de trabajo sobre un modelo de e-learning en tecnología basada en la web con referencia al sistema de gestión de contenidos. Los LMS tradicionales no proporcionan mejores servicios, no soportan la personalización y carecen de interoperabilidad entre los usuarios y las máquinas. Por lo tanto, hay una gran demanda de Sistemas de Gestión de Aprendizaje Mejorados (ELMS) para proporcionar los servicios improvisados con una mejor interoperabilidad. En términos de web semántica, los motores de inferencia se identifican como los mejores mecanismos de interoperabilidad. Esta investigación propone un marco para los Sistemas de Gestión de Aprendizaje Mejorados (ELMS) con el apoyo de las tecnologías de la web semántica y el motor de inferencia. Se ha observado que, en comparación con los sistemas tradicionales de gestión del aprendizaje, el marco propuesto mejora el rendimiento en términos de comprensión y gestión eficiente del contenido.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Suresh Dara, actualmente trabaja como profesor/CSE, en el Instituto de Tecnología B V Raju, Narsapur, Medak, India. Completó su doctorado en el IIT (ISM) de Dhanbad en 2005. Ha publicado numerosos artículos de investigación en reputadas revistas indexadas. Sus intereses de investigación actuales son el aprendizaje automático, la ciencia de los datos, el aprendizaje profundo y las tecnologías emergentes. Tecnologías.