Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.

Detalhes bibliográficos
Autor(a) principal: FABIANO AZEVEDO DORCA
Data de Publicação: 2012
Tipo de documento: Tese
Título da fonte: Portal de Dados Abertos da CAPES
id BRCRIS_8a4da4357b8557ab788035284a50898d
network_acronym_str CAPES
network_name_str Portal de Dados Abertos da CAPES
dc.title.pt-BR.fl_str_mv Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
title Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
spellingShingle Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
detecção automática e dinâmica de estilos de aprendiza
FABIANO AZEVEDO DORCA
title_short Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
title_full Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
title_fullStr Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
title_full_unstemmed Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
title_sort Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.
topic detecção automática e dinâmica de estilos de aprendiza
publishDate 2012
format doctoralThesis
author_role author
author FABIANO AZEVEDO DORCA
author_facet FABIANO AZEVEDO DORCA
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3944579737930998
dc.identifier.orcid.none.fl_str_mv https://orcid.org/0000000332810246
dc.contributor.advisor1.fl_str_mv Luciano Vieira Lima
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4147306444287969
dc.contributor.advisor1orcid.por.fl_str_mv https://orcid.org/0000-0003-0298-5467
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE UBERLÂNDIA
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE UBERLÂNDIA
instname_str UNIVERSIDADE FEDERAL DE UBERLÂNDIA
dc.publisher.program.fl_str_mv ENGENHARIA ELÉTRICA
dc.description.course.none.fl_txt_mv ENGENHARIA ELÉTRICA
reponame_str Portal de Dados Abertos da CAPES
collection Portal de Dados Abertos da CAPES
spelling CAPESPortal de Dados Abertos da CAPESUma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.detecção automática e dinâmica de estilos de aprendiza2012doctoralThesisauthorFABIANO AZEVEDO DORCAhttp://lattes.cnpq.br/3944579737930998https://orcid.org/0000000332810246Luciano Vieira Limahttp://lattes.cnpq.br/4147306444287969https://orcid.org/0000-0003-0298-5467UNIVERSIDADE FEDERAL DE UBERLÂNDIAUNIVERSIDADE FEDERAL DE UBERLÂNDIAUNIVERSIDADE FEDERAL DE UBERLÂNDIAENGENHARIA ELÉTRICAENGENHARIA ELÉTRICAPortal de Dados Abertos da CAPESPortal de Dados Abertos da CAPES
identifier_str_mv DORCA, FABIANO AZEVEDO. Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.. 2012. Tese.
dc.identifier.citation.fl_str_mv DORCA, FABIANO AZEVEDO. Uma abordagem estocástica baseada em apredizagem por reforço para modelagem automática e dinâmica de estilos de aprendizagem de estudantes em sistemas adaptativos e inteligentes para educação a distância.. 2012. Tese.
_version_ 1741887525666947072

Registros relacionados