Modelagem do conhecimento de estudantes através de Redes Bayesianas

Detalhes bibliográficos
Autor(a) principal: Silva, Bruno Pinto
Data de Publicação: 2016
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/147610
Resumo: A educação cumpre um papel importante na formação de cada indivíduo. Com o avanço da tecnologia nas últimas décadas, surgiram novas possibilidades para a democratização do conhecimento. Assim, devemos nos preocupar com a criação de ferramentas que aproveitem esse potencial. Nesse contexto, o objetivo deste trabalho é criar um sistema de avaliação de conhecimento sobre algoritmos e programação em linguagem C que maximize a quantidade de informação obtida, minimizando o número de medições, otimizando, dessa forma, este processo. Com o objetivo de buscar soluções para o problema do número de medições foi desenvolvido um sistema interativo que estima a probabilidade de o aluno saber cada componente de conhecimento baseando-se em suas respostas. Optou-se por usar Redes Bayesianas para fazer essa modelagem. Ao final, o trabalho apresenta execuções simuladas que indicam coerência nas ideias apresentadas, porém, devido à falta de experimentos com alunos, não se pode afirmar a correspondência dessa modelagem com o estado real de conhecimento de um estudante.
id UFRGS-2_baaeb73c426a0ff35a95fdfced47cc54
oai_identifier_str oai:www.lume.ufrgs.br:10183/147610
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Silva, Bruno PintoVicari, Rosa Maria2016-08-25T02:16:00Z2016http://hdl.handle.net/10183/147610000999666A educação cumpre um papel importante na formação de cada indivíduo. Com o avanço da tecnologia nas últimas décadas, surgiram novas possibilidades para a democratização do conhecimento. Assim, devemos nos preocupar com a criação de ferramentas que aproveitem esse potencial. Nesse contexto, o objetivo deste trabalho é criar um sistema de avaliação de conhecimento sobre algoritmos e programação em linguagem C que maximize a quantidade de informação obtida, minimizando o número de medições, otimizando, dessa forma, este processo. Com o objetivo de buscar soluções para o problema do número de medições foi desenvolvido um sistema interativo que estima a probabilidade de o aluno saber cada componente de conhecimento baseando-se em suas respostas. Optou-se por usar Redes Bayesianas para fazer essa modelagem. Ao final, o trabalho apresenta execuções simuladas que indicam coerência nas ideias apresentadas, porém, devido à falta de experimentos com alunos, não se pode afirmar a correspondência dessa modelagem com o estado real de conhecimento de um estudante.Education plays an important role in the formation of each individual. With the advancement of technology in recent decades, there were new possibilities for the democratization of knowledge. So we should be concerned with the creation of tools to harness this potential. In this context, the aim of this work is to create a knowledge assessment system of algorithms and programming in C language that maximizes the amount of information obtained by minimizing the number of measurements, optimizing, thus, this process. In order to find solutions to the problem of the number of measurements an interactive system that estimates the probability of the student to know every component of knowledge based on his responses was developed. We chose to apply Bayesian networks to build a model of the student’s knowledge. At the end, we present simulated executions that indicate consistency in the ideas presented, however, due to lack of experiments with students, we can not state that the generated models correspond to the actual state of knowledge of a student.application/pdfporRedes bayesianasDescoberta : ConhecimentoBayesian networksKnowledge tracingConditional probabilityModelagem do conhecimento de estudantes através de Redes BayesianasStudents’ knowledge modeling through Bayesian Networks info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2016Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000999666.pdf000999666.pdfTexto completoapplication/pdf2412507http://www.lume.ufrgs.br/bitstream/10183/147610/1/000999666.pdfd8d96683f2a6f9131209b2f9c74c905dMD51TEXT000999666.pdf.txt000999666.pdf.txtExtracted Texttext/plain69675http://www.lume.ufrgs.br/bitstream/10183/147610/2/000999666.pdf.txt38e23e8b2db9e888a5c1c25582c0042eMD52THUMBNAIL000999666.pdf.jpg000999666.pdf.jpgGenerated Thumbnailimage/jpeg1031http://www.lume.ufrgs.br/bitstream/10183/147610/3/000999666.pdf.jpg65b34fdf63f6ecfdab7477781d757550MD5310183/1476102018-10-29 08:39:36.391oai:www.lume.ufrgs.br:10183/147610Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-29T11:39:36Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Modelagem do conhecimento de estudantes através de Redes Bayesianas
dc.title.alternative.en.fl_str_mv Students’ knowledge modeling through Bayesian Networks
title Modelagem do conhecimento de estudantes através de Redes Bayesianas
spellingShingle Modelagem do conhecimento de estudantes através de Redes Bayesianas
Silva, Bruno Pinto
Redes bayesianas
Descoberta : Conhecimento
Bayesian networks
Knowledge tracing
Conditional probability
title_short Modelagem do conhecimento de estudantes através de Redes Bayesianas
title_full Modelagem do conhecimento de estudantes através de Redes Bayesianas
title_fullStr Modelagem do conhecimento de estudantes através de Redes Bayesianas
title_full_unstemmed Modelagem do conhecimento de estudantes através de Redes Bayesianas
title_sort Modelagem do conhecimento de estudantes através de Redes Bayesianas
author Silva, Bruno Pinto
author_facet Silva, Bruno Pinto
author_role author
dc.contributor.author.fl_str_mv Silva, Bruno Pinto
dc.contributor.advisor1.fl_str_mv Vicari, Rosa Maria
contributor_str_mv Vicari, Rosa Maria
dc.subject.por.fl_str_mv Redes bayesianas
Descoberta : Conhecimento
topic Redes bayesianas
Descoberta : Conhecimento
Bayesian networks
Knowledge tracing
Conditional probability
dc.subject.eng.fl_str_mv Bayesian networks
Knowledge tracing
Conditional probability
description A educação cumpre um papel importante na formação de cada indivíduo. Com o avanço da tecnologia nas últimas décadas, surgiram novas possibilidades para a democratização do conhecimento. Assim, devemos nos preocupar com a criação de ferramentas que aproveitem esse potencial. Nesse contexto, o objetivo deste trabalho é criar um sistema de avaliação de conhecimento sobre algoritmos e programação em linguagem C que maximize a quantidade de informação obtida, minimizando o número de medições, otimizando, dessa forma, este processo. Com o objetivo de buscar soluções para o problema do número de medições foi desenvolvido um sistema interativo que estima a probabilidade de o aluno saber cada componente de conhecimento baseando-se em suas respostas. Optou-se por usar Redes Bayesianas para fazer essa modelagem. Ao final, o trabalho apresenta execuções simuladas que indicam coerência nas ideias apresentadas, porém, devido à falta de experimentos com alunos, não se pode afirmar a correspondência dessa modelagem com o estado real de conhecimento de um estudante.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-08-25T02:16:00Z
dc.date.issued.fl_str_mv 2016
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/147610
dc.identifier.nrb.pt_BR.fl_str_mv 000999666
url http://hdl.handle.net/10183/147610
identifier_str_mv 000999666
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/147610/1/000999666.pdf
http://www.lume.ufrgs.br/bitstream/10183/147610/2/000999666.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/147610/3/000999666.pdf.jpg
bitstream.checksum.fl_str_mv d8d96683f2a6f9131209b2f9c74c905d
38e23e8b2db9e888a5c1c25582c0042e
65b34fdf63f6ecfdab7477781d757550
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224515588456448

Registros relacionados