Modelagem do conhecimento de estudantes através de Redes Bayesianas
Autor(a) principal: | |
---|---|
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 |