1. Доклад о реализации государственной политики в сфере высшего образования и соответствующего дополнительного профессионального образования. – М., 2024. URL: http://static.government.ru/media/files/9FSaRZ2GJ7GRZc1hTICXDQAV9orIaXtI.pdf. (Дата обращения: 16.01.2025).
2. Есин Р.В., Кустицкая Т.А., Носков М.В. Прогнозирование успешности обучения по дисциплине на основе универсальных показателей цифрового следа LMS Moodle // Информатика и образование.2023. №38(3).С.31-41.DOI: 10/32517/0234-0453-2023-38-3-31-41.
3. Токтарова В.И., Пашкова Ю.А. Предиктивная аналитика в цифровом образовании: анализ и оценка успешности обучения студентов // Сибирский педагогический журнал. 2022. №1. С. 97-106. DOI: 10.15293/1813-4718.2201.09.
4. Маханькова И.В., Рогова О.Б. Анализ успешности обучения студентов вуза // Вестник Воронежского государственного университета. Серия: проблемы высшего образования. 2023. №2. С. 77-80.
5. Озерова Г.П., Павленко Г.Ф. Прогнозирование успешности студентов при смешанном обучении с использованием данных учебной аналитики // Science for Education Today. 2019. Т. 9. № 6. С. 73-134. DOI: 10.15293/2658-6762.1906.05.
6. Накарякова Н.Н., Русаков С.В., Русакова О.Л. Прогнозирование группы риска (по успеваемости) среди студентов первого курса с помощью дерева решений // Прикладная математика и вопросы управления. 2020. №4. С. 121-136. DOI: 10.15593/2499-9873/2020.4.08.
7. Носков М.В., Вайнштейн Ю.В., Сомова М.В., Федотова И.М. Прогностическая модель успешности предметного обучения в условиях цифровизации образования // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2023. Т. 20. № 1. С. 7-19. DOI: 10.22363/2312-8631-2023-20-1-7-19.
8. Помян С.В., Белоконь О.С. Прогноз результатов успеваемости студентов вуза на основе марковских процессов // Вестник Вятского государственного университета. 2020. №4(138). С. 63-73. DOI: 10.25730/VSU.7606.20.057.
9. Щербин С.И., Харитонов И.М., Огар Т.П., Панфилов А.Э., Кравец А.Г. Применение методов кластерного анализа в задаче прогнозирования успеваемости абитуриентов в вузе // Современные наукоемкие технологии. 2024. № 5-2. С. 321-325. DOI: 10.17513/snt.40046.
10. Токтарова В.И., Попова О.Г., Сагдуллина И.И., Белянин В.А. Технологии искусственного интеллекта в практике современного высшего образования // Вестник Марийского государственного университета. 2023. Т. 17. № 2 (50). С. 210-220. DOI: 10.30914/2072-6783-2023-17-2-210-220.
11. Сергеев А.Н. Разработка инструментальной системы расчета оптимальных учебных планов и оценки эффективности основных профессиональных образовательных программ // Известия Волгоградского государственного педагогического университета. 2019. № 8 (141). С. 22-27.
12. Зыкова Т.В., Кытманов А.А., Халтурин Е.А., Вайнштейн Ю.В., Носков М.В. Алгоритм анализа и оценки учебных планов образовательных программ // Информатика и образование. 2024. Т. 39. № 1. С. 52-64. DOI: 10.32517/0234-0453-2024-39-1-52-64.
13. Nelsen R.B. An Introduction to Copulas. New York, Springer, 2006.
14. Казакова К.А., Князев А.Г., Лепехин О.А. Иерархические копулы в моделировании кредитного риска // Национальные интересы: приоритеты и безопасность. 2017. Т. 13. Вып. 6. С. 1032-1044. DOI: 10.24891/ni.13.6.1032.