Análse comparativa de algoritmos de aprendizagem de máquina: um estudo de caso na área educacional

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMatos, Simone Nasser-
Autor(es): dc.contributorBorges, Helyane Bronoski-
Autor(es): dc.contributorMatos, Simone Nasser-
Autor(es): dc.contributorBorges, Helyane Bronoski-
Autor(es): dc.contributorIshikawa, Eliana Cláudia Mayumi-
Autor(es): dc.contributorRanthum, Geraldo-
Autor(es): dc.creatorPereira Junior, Laertes-
Data de aceite: dc.date.accessioned2022-02-21T21:29:06Z-
Data de disponibilização: dc.date.available2022-02-21T21:29:06Z-
Data de envio: dc.date.issued2021-11-22-
Data de envio: dc.date.issued2021-11-22-
Data de envio: dc.date.issued2020-09-24-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/26475-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/653635-
Descrição: dc.descriptionIn the educational area, the application of machine algorithms allows define strategies that help students to improve their performance to progress in learning, assist teachers and researchers to discover new ways to improve themselves, predict the risk of student evasion, evaluate the performance of students acting in the educational environment, among others. This work applied data mining tools using machine learning algorithms on a database referring to the opinion of higher education students about remote education in the pandemic period. The data mining step aimed to infer rules and patterns that can model students' profile in relation to distance learning methodology. The results found show different characteristics for groups of students with varying opinions on the application of distance learning. The algorithms showed satisfactory results in relation to accuracy and it was possible to analyze the profiles of these students through the rules defined by them.-
Descrição: dc.descriptionUniversidade Tecnológica Federal do Paraná (UTFPR)-
Descrição: dc.descriptionNa área educacional a aplicação de algoritmos de máquina permite definir estratégias que ajudam os estudantes a melhorar seu desempenho para progredir no aprendizado, auxiliar professores e pesquisadores a descobrirem novas maneiras de se aprimorarem, prevê risco de evasão de alunos, avaliam o desempenho de estudantes atuando no ambiente educacional, entre outros. Este trabalho aplicou ferramentas de mineração de dados utilizando algoritmos de aprendizagem de máquina em uma base referente a opinião de alunos do ensino superior sobre o ensino remoto no período de pandemia. A etapa de mineração de dados teve como objetivo inferir regras e padrões que possam modelar o perfil dos estudantes em relação a metodologia EAD. Os resultados encontrados mostram características diferentes para grupos de alunos contendo variadas opiniões sobre a aplicação do ensino a distância. Os algoritmos mostraram resultados satisfatórios em relação a acurácia e foi possível analisar os perfis destes alunos por meio das regras definidas por eles.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectAlgorítmos-
Palavras-chave: dc.subjectEnsino à distância-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectData mining-
Palavras-chave: dc.subjectAlgorithms-
Palavras-chave: dc.subjectDistance education-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAnálse comparativa de algoritmos de aprendizagem de máquina: um estudo de caso na área educacional-
Título: dc.titleComparative analysis of machine learning algorithms: a case study in educational field-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.