персонализированное обучение в центрах подготовки к ЕГЭ и ОГЭ позволяет с помощью современных технологий адаптировать учебный процесс под каждого ученика. Разработан алгоритм формирования адаптивной траектории обучения на основе данных об успеваемости учеников. Для сбора данных при анализе успеваемости ученика использовалась IRT-модель. Для оценки образовательных возможностей ученика применялся расчет вероятности правильного ответа с помощью трехпараметрической модели Бирнбаума. Полученное значение использовалось при расчете уровня знаний учащегося с применением метода максимального правдоподобия. Для распределения учеников по группам успеваемости использовался метод кластеризации K-means.

we studied personalized learning in school exam preparation settings and developed a method for constructing adaptive learning paths based on student performance in standardized school exams. The approach targets individual learning needs and uses modern data-driven techniques to support instructional planning.We collected student performance data and applied Item Response Theory (IRT) to model test responses. We estimated the probability of a correct answer using a three-parameter logistic model. We then inferred student ability levels using maximum likelihood estimation.We grouped students according to their estimated ability using the K-means clustering method. The resulting clusters provided a basis for adapting learning trajectories to different performance levels.