Avaliação da aprendizagem por meio de lógica de fuzzy validado por uma Árvore de Decisão ID3

Autores

  • Beatriz Wilges UFSC/(PGEGC),
  • Gustavo Pereira Mateus UFSC/(PPGCC),
  • Silvia Modesto Nassar UFSC/( PPGCC), silvia@inf.ufsc.br
  • Rogério Cid Bastos UFSC/(PGEGC)

DOI:

https://doi.org/10.22456/1679-1916.18053

Palavras-chave:

Agente BDI, lógica fuzzy, árvore de decisão

Resumo

Esse trabalho implementa uma comunidade de agentes que utiliza lógica fuzzy para determinar o perfil de aprendizagem dos estudantes. Esse perfil é determinado pelo desempenho, que é considerado sob dois enfoques denominados prático e teórico. O objetivo dessa classificação é conduzir o estudante para uma utilização mais apropriada do ambiente de ensino-aprendizagem. As entradas do modelo proposto foram escolhidas a partir de análise estatística e são apresentadas neste artigo. A arquitetura do AVA é implementada em PHP, o modelo fuzzy e o motor de inferência foram feitos com bibliotecas do Matlab. Os resultados da integração destas tecnologias bem como a validação do modelo fuzzy foram certificados através de um conjunto de dados. Esse conjunto de dados possui vários perfis de aprendizagem de diversos estudantes que foram minerados. Para mineração aplicou-se o método de classificação denominado Árvore de Decisão (AD). Esse trabalho apresenta uma possibilidade de validar e melhorar os resultados do fuzzy. O processo de validação pode ser utilizado na remodelagem das características de qualquer proposta de sistema fuzzy, ou seja, é uma forma de construir um modelo mais harmônico e condizente com o perfil do estudante.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2010-12-28

Como Citar

WILGES, B.; MATEUS, G. P.; NASSAR, S. M.; BASTOS, R. C. Avaliação da aprendizagem por meio de lógica de fuzzy validado por uma Árvore de Decisão ID3. Revista Novas Tecnologias na Educação, Porto Alegre, v. 8, n. 3, 2010. DOI: 10.22456/1679-1916.18053. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/18053. Acesso em: 29 mar. 2024.