Uso do Algoritmo APriori para Descoberta de Padrões de Evasão de Usuários em Cursos Online
|
|
- Elza Sales Guterres
- 6 Há anos
- Visualizações:
Transcrição
1 Uso do Algoritmo APriori para Descoberta de Padrões de Evasão de Usuários em Cursos Online Francisco Araujo de Almeida Neto 1, Alberto Nogueira de Castro Jr 1 1 Instituto de Computação Universidade Federal do Amazonas (UFAM) CEP Manaus AM Brasil frc.neto@gmail.com, alberto@ufam.edu.br Resumo. Neste trabalho é investigado a utilização do algoritmo APriori para a obtenção de Regras de Associação em um Base de Dados Educacionais com o objetivo prever a ocorrência de evasão de alunos em cursos online. Os melhores resultados foram obtidos ao se utilizar o Predictive APriori em relação ao APriori sem alterações juntamente com a escolha e utilizar apenas as Regras e Associação que indicam evasão. 1. Introdução Assim como os cursos presenciais os cursos de Educação a Distância (EaD) também sofrem com a evasão escolar dos seus alunos. As pesquisas de [Martins 2013] e [Moreira 2013] demonstram uma preocupação em estudar os motivos da evasão escolar em Ambientes Virtuais de Aprendizagem (AVA) com o objetivo de evitar tal evasão. Por outro lado, a utilização de técnicas de mineração de dados vem sendo utilizadas para a descoberta de padrões e regras de associação. Podemos citar como exemplo a pesquisa relatada por [Ahmed 2009] aonde conseguiu-se Regras de Associação (RA) para o trabalho de associar estudantes a empresas para a realização de estágios ou trabalho prático pela Universidade Utara Malaysia (UUM). Assim, este trabalho pretende utilizar de mineração de dados para encontrar regras de associação úteis para a prevenção da evasão escolar em em ambientes de cursos online tais como os AVAs. Tais regras poderiam então ser aplicadas em cursos a distância, tais como os oferecidos pela Universidade Aberta do Brasil (UAB) 1, com potencial para aumentar a quantidade de pessoas concluindo com sucesso os cursos. Os resultados diretos de tal melhoria seriam uma economia de recursos humanos e materiais desses cursos, podendo então serem utilizados para aumentar ainda mais a quantidade de alunos atendidos por esses cursos atualmente. 2. Trabalhos Relacionados Segundo [Baker et al 2011] a área de Mineração de Dados Educacionais é uma área 1
2 multidisciplinar recente cujos trabalhos permeiam várias subáreas da Ciência da Computação, sendo o seu desenvolvimento no Brasil bastante recente. No entanto, o uso de técnicas de mineração de dados de cursos online com o objetivo de conseguir melhorias para o processo de ensino-aprendizagem já é explorado em vários trabalhos de pesquisa dentre os quais podemos citar os trabalhos de [Baruke et al 2007], [Baker 2010], [Gottardo et al 2012] e [Kovacic 2010] aonde foi possível obter ganhos sensíveis para a área. Um trabalho parecido com o deste estudo é de [Dekker et al 2009] aonde também se procura prever quais estudantes vão evadir um curso online, no entanto no trabalho dele apesar de serem utilizadas diferentes técnicas de mineração de dados o algoritmo APriori não é utilizado. 3. Metodologia Para a análise e estudo do Apriori para a geração de RA para evasão de alunos em um curso online foi seguida a metodologia abaixo: 1. Estudo e escolha de uma base de dados educacionais a serem utilizados nos experimentos; e 2. Escolha das variáveis a serem utilizadas nas RA; e 3. Realização de um pré-processamento na base de dados para melhor entendimento do domínio do problema e realização de limpeza nos dados; e 4. Transformação das bases para um formato sumarizado a ser utilizado como entrada para o algoritmo Apriori; e 5. Extração de RA com a utilização do Apriori; e 6. Teste e avaliação das RA em uma base de de dados não utilizada durante a geração das RA; e 7. Interpretação e avaliação dos resultados Na seção seguinte é iniciada a descrição dos experimentos deste trabalho. 4. Seleção e Tratamento dos Dados Para a realização deste trabalho foi utilizado o PSLC DataShop 2 [Koedinger et al. 2010], de onde foram adquiridos os seguintes datasets: Dataset 1: IWT Self-Explanation Study 0 (pilot) (Fall 2008)(raw data) Dataset 2: IWT Self-Explanation Study 1 (Spring 2009) (raw data) Dataset 3: IWT Self-Explanation Study 2 (Fall 2009) (raw data) 2
3 Dataset 4: IWT Self-Explanation Study 3 (Spring 2010) (raw data) A escolha pelo PSLC DataShop se deu por ser uma base de dados Internacional publicamente disponível e por ter um tratamento padronizado dos seus dados. Além disso os datasets do IWT Self-Explanation Study tem os dados da interação dos alunos com um Sistema Tutor Inteligente (STI) do projeto Wylie - Intelligent Writing Tutor 3 do LearnLab 4. No curso aonde esse STI é utilizado os alunos devem resolver problemas proposto pelo curso no ambiente online e ao final do curso devem resolver o último problema do curso (sempre chamado de survey ). Da lista dos datasets escolhidos os três primeiros foram utilizados para a descoberta das RA e o último foi utilizado para validar o funcionamento das RA encontradas. Tabela 1: Variáveis para o experimento Variável total_problema_usuario qtd_problema_correto qtd_dica qtd_tentativa_incorreta qtd_tentativa_correta total_tempo_problema qtd_acesso tempo_total_acesso qtd_media_dica qtd_media_erro qtd_media_tentativa Descrição Quantidade de problemas que o usuário resolveu. Quantidade de problemas que o usuário resolveu corretamente Quantidade de dicas que o usuários solicitou ao ambiente/sistema Quantidade de tentativas incorretas de resolução de uma questão Quantidade de tentativas corretas de resolução de uma questão Somatório do tempo de resolução de todos os problemas Quantidade de acessos ao ambiente Tempo total de acesso ao ambiente Média de dicas solicitadas por problema Média de erros por problema Média de tentativas de resolução por problema tempo_medio_problema Tempo médio utilizado em cada problema tempo_medio_acesso evasao Tempo médio utilizado em cada acesso ao ambiente Informa se houve evasão ou não do usuário no decorrer do curso Para a seleção das variáveis para comporem o conjunto de dados dos experimentos foram estudados os trabalhos de [Gottardo 2012], [Romero 2008], [Feng 2006], [Baker 2010] e [Dekker 2009]. Nos entanto, não foi possível utilizar todas as variáveis citadas nesses estudos pois os datasets do PSLC DataShop não contém todas elas, portanto após um cruzamento das informações disponíveis nos datasets e as utilizadas nos artigos foram escolhidas as seguintes variáveis para representarem o usuário no experimento conforme a Tabela 1. A variável evasao é calculada verificando se o aluno acessou o problema
4 survey pois ele é sempre apresentado ao final de cada curso do IWT Self-Explanation Study. Para poder utilizar o algoritmo APriore para a mineração de RA é necessário transformar o valor das variáveis em valores discretos. Para tanto, para cada variável da Tabela 1 com exceção da variável evasão foi feito o seguinte procedimento: 1. A variável recebe o valor de POUCO caso o seu valor esteja dentro do 1º Quartil da distribuição daquela variável na turma 2. Caso contrário, se o seu valor for estiver contido dentro do 2º ou 3º Quartil da distribuição daquela variável na turma ele recebe o valor de MEDIO 3. Caso contrário, ela recebe o valor de ALTO A escolha dessa divisão foi para tentar avaliar cada aluno em relação ao desempenho dos outros alunos da mesma turma. Para a próxima fase do experimentos foram então construídos dois conjuntos de dados para a criação das RA e posterior análise e validação delas: O primeiro conjunto foi feito considerando todos os dados dos datasets 1 ao 3 incluindo a interação do aluno com o problema final survey. O segundo conjunto também considera os datasets 1 ao 3, porém antes de gerar o conjunto são apagados dos datasets todas as informações referentes ao problema final survey. Ou seja, vai ser utilizado o segundo conjunto para saber se as RA geradas para prever um evento sem os dados gerados pelo próprio evento melhoram ou não a qualidade das RA geradas, tal preocupação foi expressada nos trabalhos de [Dekker 2009] e [Ahmed 2009]. Tanto a geração como os experimentos de verificação das regras do segundo grupo foram feitos com os dados até o momento imediatamente anterior a aplicação do survey, com exceção do dado de evasão pois para obter este precisamos saber quem acessou o survey. 5. Experimentos Realizados Para a execução do experimento foi utilizado o software Weka 5 [Mark Hall 2009] por ser um software livre e ter implementado vários algoritmos de data mining incluindo o APriori. O APriori do Weka foi executado com os parâmetros configurados conforme a Tabela 2 para os dois conjuntos de dados. As RA encontradas após a execução do Weka estão sumarizadas na Tabela
5 Tabela 2: Tabela Principais 3: Regras parâmetros de Associação configurados encontradas no APriori com o do APriori Weka Num Regra Com Dados do Survey Parâmetro Sem Dados Valor do Survey Condição carconfiança Condição True Confiança classindex delta 0.05 lowerboundminsupport metrictype Confidence numrules SignificanteLevel -1.0 upperboundminsupport 1.0 Suporte Evasão NAO NAO NAO NAO 5 qtd_tentativa_incorreta=medio tempo_total_acesso=pouco 6 qtd_media_erro=medio qtd_tentativa_correta=pouco 7 qtd_tentativa_incorreta=medio tempo_total_acesso=pouco 8 qtd_media_erro=medio qtd_tentativa_correta=pouco 9 qtd_tentativa_incorreta=medio tempo_total_acesso=pouco 10 qtd_media_erro=medio qtd_tentativa_correta=pouco tempo_total_acesso=pouco Conforme podemos observar na Tabela 3, todas as regras encontradas foram para o caso de o aluno não evadir. No entanto, tais regras não são desejáveis conforme os argumentos apresentados por [Dekker 2009] para esses tipos de previsões e suas consequências quando da ocorrência de falsos positivos ou falsos negativos. Para exemplificar, podemos descrever o caso aonde uma dessas regras gere um falso negativo (prever que o aluno não vai evadir quando na verdade ele vai) gerando um impacto para os moderadores do curso online maior do que um falso positivo (prever o aluno vai evadir quando na verdade ele não vai). Para exemplificar o ponto, ao serem aplicados essas RA no Dataset 4 temos para a utilização dos dados do survey uma previsão de 23 estudantes sem evasão, no
6 entanto em apenas 19 foram confirmadas as previsões, resultando em 4 estudantes que estariam fora do acompanhamento do ambiente quando esses 4 deveriam estar sendo monitorados de perto. Para o teste sem a utilização dos dados do survey este evento não aconteceu (foram previstos e acertados 36 alunos sem evasão), no entanto com o experimento aqui executado não se tem como afirmar se essa taxa de acerto de 100% vai se repetir para outros cursos. Portanto, suspeitou-se da possibilidade de obter resultados mais satisfatórios se fossem encontradas RA para o caso de prever alunos com previsão de evasão e não o contrário. No entanto, utilizando o algoritmo APriori implementado no Weka mostrouse difícil encontrar boas regras mesmo aumentando a quantidade de regras retornadas pelo Weka. Assim, optou-se por utilizar o algoritmo Predictive APriori de [Scheffer 2001] que também se encontra implementado no Weka pois este algoritmo encontra as RA enquanto balanceia o suporte e a confiança durante a sua execução. Assim foi executado o algoritmo Predictive APriori no Weka para encontrar as 50 melhores regras e dessas 50 retirar as regras a respeito da previsão de ocorrência de evasão. As regras encontradas para os dois conjuntos de dados se encontram descritas na Tabela 4. Tabela 4: Regras de Associação encontradas com o Predictive APriori Num Regra Com Dados do Survey Condição Acurácia Calculada Sem Dados do Survey Condição Acurácia Calculada Evasão 1 qtd_acesso=pouco qtd_acesso=pouco SIM 2 total_problema_usuario=pouco total_problema_usuario=pouco SIM 3 qtd_problema_correto=pouco qtd_problema_correto=pouco SIM 4 qtd_dica=pouco total_tempo_problema=pouco qtd_dica=pouco total_tempo_problema=pouco SIM 5 qtd_tentativa_correta=medio qtd_media_tentativa=alto SIM 6 qtd_dica=medio qtd_media_dica=alto SIM qtd_dica=pouco qtd_media_dica=medio total_tempo_problema=pouco tempo_medio_problema=alto total_tempo_problema=medio tempo_medio_problema=alto SIM SIM SIM Realizando a validação dessas regras no Dataset 4 foi observado os seguintes resultados: Para o conjunto 1 (com dados do survey ) foram previstos 22 alunos dos quais 4 realmente evadiram, para o conjunto 2 (sem dados do survey ) foram previstos 6 alunos dos quais 4 realmente evadiram.
7 6. Análise dos Resultados O Dataset 4 tem dados de um total de 103 alunos sendo que 96 acessaram o problema survey e 7 não acessaram. Estes últimos foram considerados neste trabalho como evasão. Foi observado que a geração e validação das RA sem os dados do problema survey gerou resultados melhores do que com a utilização dos dados do problema survey. Aponta-se a seguir os fatores que levam a essa conclusão: As RA geraram menos falsos negativos e menos falsos positivos para os dados utilizados neste experimento; e Houve um aumento da média dos índices de confiança e acurácia para as RA que foram encontradas neste experimento pelos algoritmos APriori e Predictive APriori; e Para as RA de previsão evasão houve uma menor quantidade de regras geradas. Analisando o resultado do APriori e do Predictive APriori. Portanto pode-se concluir que para a geração de RA que auxiliem os administradores de um AVA na prevenção de evasões é melhor utilizar o Predictive APriori procurando pelas que apontem os alunos que estão com risco de evasão. 7. Conclusões A diminuição das taxas de evasão em cursos em um AVA é um objetivo que merece ser seguido pois significa um melhor aproveitamento dos recursos envolvidos para a operação e manutenção desses cursos, maior ainda a preocupação se o forem utilizadas verbas publicas para a criação e manutenção desses cursos. Neste sentido, este trabalho demonstra a possibilidade de utilizar o algorimo Predictive APriori para encontrar Regras de Associação que forneçam aos administradores de um Sistema Tutor Inteligente um meio de detectar possíveis evasões de alunos e assim possibilitar uma intervenção com o objetivo de evitar as evasões antes delas acontecerem. No entanto, este estudo levanta outra questão. Foi verificado que minerar as Regras de Associação retirando-se os dados do último evento do curso, possibilitou um ganho na qualidade das mesmas. Assim, a pergunta natural que surge é: até que ponto a retirada em ordem cronológica invertida dos eventos pode melhorar a qualidade das Regras de Associação? Esta questão será melhor investigada em trabalhos futuros. Referências Martins, Ronei Ximenes. Santos, Telsuita Laudomira Pereira. Et al. Por que eles desistem? Estudo sobre a Evasão em Cursos de Licenciatura a Distância. ESUD 2013 X Congresso Brasileiro de Ensino Superior a Distância Belém/PA, de
8 junho de 2013 UNIREDE Moreira, Priscila Rezende. Glória, Laíssa Generoso Lott. Et al. Evasão Escolar nos Cursos de Graduação a Distância. ESUD 2013 X Congresso Brasileiro de Ensino Superior a Distância Belém/PA, de junho de 2013 UNIREDE Ahmed, Almahdi Mohamme. Norwawi, Norita Md. Et al. Identifying Student and Organization Matching Pattern Using Apriori Algorithm for Practicum Placement International Conference on Electrical Engineering and Informatics 5-7 August 2009, Selangor, Malaysia Koedinger, K.R., Baker, R.S.J.d., Cunningham, K., Skogsholm, A., Leber, B., Stamper, J. (2010) A Data Repository for the EDM community: The PSLC DataShop.. In Romero, C., Ventura, S., Pechenizkiy, M., Baker, R.S.J.d. (Eds.) Handbook of Educational Data Mining. Boca Raton, FL: CRC Press. Gottardo, E., Kaestner, C., & Noronha, R. (2012). Previsão de Desempenho de Estudantes em Cursos EAD Utilizando Mineração de Dados: uma Estratégia Baseada em Séries Temporais. In Simpósio Brasileiro de Informática na Educação (pp ). Rio de Janeiro, RJ: SBIE. Retrieved from Romero, C., Ventura, S., & García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), doi: /j.compedu Feng, M., Heffernan, N. T., & Koedinger, K. R. (2006). Addressing the testing challenge with a web-based e-assessment system that tutors as it assesses. Proceedings of the 15th International Conference on World Wide Web - WWW 06, 307. doi: / Baker, R. d, Goldstein, A., & Heffernan, N. (2010). Detecting the Moment of Learning. Intelligent Tutoring Systems, doi: _7 Mark Hall, Eibe Frank, Geoffrey Holmes, Bernhard Pfahringer, Peter Reutemann, Ian H. Witten (2009); The WEKA Data Mining Software: An Update; SIGKDD Explorations, Volume 11, Issue 1. Dekker, G., Pechenizkiy, M., & Vleeshouwers, J. (2009). Predicting Students Drop Out: A Case Study. EDM, (9), Retrieved from Scheffer, Tobias Finding Association Rules That Trade Support Optimally against Confidence. In: 5th European Conference on Principles of Data Mining and Knowledge Discovery, , 2001.
9 Baruque, C. B., Amaral, M. A., Barcellos, A., Freitas, J. C. da S., & Longo, C. J. (2007). Analysing Users Access Logs in Moodle to Improve e Learning. In Euro American Conference On Telematics and Information Systems (pp. 1 4). Faro, Portugal: ACM. doi: Kovacic, Z. (2010). Early Prediction of Student Success: Mining Students Enrolment Data. In Informing Science & IT Education Conference (InSITE) (pp ). Retrieved from Baker, R., Isotani, S., & Carvalho, A. (2011). Mineração de Dados Educacionais: Oportunidades para o Brasil. Revista Brasileira de Informática Na Educação, 19(02), doi: /rbie
2 Centro Universitário Christus (Unichristus) {henrique, elifranio, marcondes,
Uma Análise de Interação em Fóruns de EAD Henrique Pequeno 1, Ricardo L. F. de Ávila 2, Elifranio Cruz 1, Marcondes Alexandre 1, Ernesto Trajano de Lima 1, Miguel Franklin de Castro 1 1 Instituto UFC Virtual
Leia maisPredição de desempenho de alunos do primeiro período baseado nas notas de ingresso utilizando métodos de aprendizagem de máquina
Predição de desempenho de alunos do primeiro período baseado nas notas de ingresso utilizando métodos de aprendizagem de máquina Daniel Miranda de Brito 1, Iron Araújo de Almeida Júnior 1, Eduardo Vieira
Leia maisMINERAÇÃO DE DADOS EDUCACIONAIS PARA IDENTIFICAÇÃO DE BARREIRAS NA UTILIZAÇÃO DA EDUCAÇÃO A DISTÂNCIA
* MINERAÇÃO DE DADOS EDUCACIONAIS PARA IDENTIFICAÇÃO DE BARREIRAS NA UTILIZAÇÃO DA EDUCAÇÃO A DISTÂNCIA Vinícius C. G. Coelho, João Paulo C. L. da Costa, Daniel da Cunha R. de Sousa, Edna D. Canedo, Daniel
Leia maisAnálise do Desempenho Estudantil na Educação a Distância Aplicando Técnicas de Mineração de Dados
Análise do Desempenho Estudantil na Educação a Distância Aplicando Técnicas de Mineração de Dados Hugo Guércio 1, Phillipe Marques 1, Victor Ströele 1, Crystiam Kelle Pereira 1, Eduardo Barrere 1 1 Departamento
Leia maisAvaliação de Desempenho de Estudantes em Cursos de Educação a Distância Utilizando Mineração de Dados
Avaliação de Desempenho de Estudantes em Cursos de Educação a Distância Utilizando Mineração de Dados Ernani Gottardo 1, Celso Kaestner 2, Robinson Vida Noronha 2 1 Instituto Federal de Educação Ciência
Leia maisMineração de padrões frequentes
Mineração de padrões frequentes Fabrício J. Barth fabricio.barth@gmail.com Setembro de 2016 Objetivos Os objetivos desta aula são: Apresentar e discutir métodos para identificar associações úteis em grandes
Leia maisÁrvores de Decisão Aplicadas na Previsão de Desempenho de Alunos: Estado da Arte
Árvores de Decisão Aplicadas na Previsão de Desempenho de Alunos: Estado da Arte Marcos Alves Vieira 1, Ernesto Fonseca Veiga 1 1 Instituto de Informática Universidade Federal de Goiás (UFG) Goiânia GO
Leia maisPredição de Reprovação de Alunos de Educação a Distância Utilizando Contagem de Interações
Predição de Reprovação de Alunos de Educação a Distância Utilizando Contagem de Interações Douglas Detoni e Ricardo Matsumura Araujo Centro de Desenvolvimento Tecnológico Universidade Federal de Pelotas
Leia maisAnálise da Correlação da Evasão de Cursos de Graduação com o Empréstimo de Livros em Biblioteca
Análise da Correlação da Evasão de Cursos de Graduação com o Empréstimo de Livros em Biblioteca José G. de Oliveira Júnior, Robinson Vida Noronha, Celso Antônio Alves Kaestner Universidade Tecnológica
Leia maisMINERAÇÃO DE DADOS EDUCACIONAIS NO ENSINO A DISTÂNCIA GOVERNAMENTAL
Conferências Ibero-Americanas WWW/Internet e Computação Aplicada 2016 MINERAÇÃO DE DADOS EDUCACIONAIS NO ENSINO A DISTÂNCIA GOVERNAMENTAL Vinícius Coutinho G. Coelho 1, João Paulo C. L. da Costa 1,2,3,
Leia maisAlternativas para construção de classificadores de solos brasileiros
48 Resumos Expandidos: XII Mostra de Estagiários e Bolsistas... Alternativas para construção de classificadores de solos brasileiros Matheus Agostini Ferraciolli¹ Luiz Manoel Silva Cunha² Resumo: Este
Leia maisA pesquisa no ensino de computação. Práticas de ensino de algoritmos (Hazzan, Cap. 4) Péricles Miranda
A pesquisa no ensino de computação Práticas de ensino de algoritmos (Hazzan, Cap. 4) Péricles Miranda Existe pesquisa na área de ensino? Existe uma variedade de tópicos Conhecimento de novatos Investiga
Leia maisUtilização de técnicas de Mineração de Dados para diagnóstico de rendimento dos alunos do ensino básico do município de Indaiatuba
Utilização de técnicas de Mineração de Dados para diagnóstico de rendimento dos alunos do ensino básico do município de Indaiatuba Thaís Barros Nascimento 1, Maria das Graças J. M. Tomazela 1 1 Faculdade
Leia maisUm modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão
Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão Francisco da Conceição Silva 1, Luis Carlos Costa Fonseca 1, Reinaldo de Jesus Silva 1, Josenildo
Leia maisProgramar com Entusiasmo e Motivação usando pequenos drones
XVI ENCONTRO DAS TIC NA EDUCAÇÃO Programar com Entusiasmo e Motivação usando pequenos drones Escola Secundária de Sacavém 8 julho 2016 Escola TEIP (Programa Territórios Educativos de Intervenção Prioritária)
Leia maisPrevisão de Desempenho de Estudantes usando o Algoritmo de Classificação Associativa
Previsão de Desempenho de Estudantes usando o Algoritmo de Classificação Associativa Warley Leite Fernandes 1, Cristiano Grijó Pitangui 2, Alessandro Vivas Andrade 1, Luciana Pereira de Assis 1. 1 Universidade
Leia maisCaracterização de Alunos em Ambientes de Ensino Online: Estendendo o Uso da DAMICORE para Minerar Dados Educacionais.
Caracterização de Alunos em Ambientes de Ensino Online: Estendendo o Uso da DAMICORE para Minerar Dados Educacionais. Luis F. de S. Moro, Carla L. Rodrigues, Fernando R. H. Andrade, Alexandre C. B. Delbem,
Leia maisUma Abordagem Temporal para Identificação Precoce de Estudantes de Graduação a Distância com Risco de Evasão em um AVA utilizando Árvores de Decisão
Uma Abordagem Temporal para Identificação Precoce de Estudantes de Graduação a Distância com Risco de Evasão em um AVA utilizando Árvores de Decisão Ramon Nóbrega dos Santos 1, Clauirton de Alburqueque
Leia maisSBC - Sistemas Baseados em Conhecimento
Siglas, Símbolos, Abreviaturas DW - Data Warehouse KDD Knowledge Discovery in Database MD Mineração de Dados OLAP - On-line analytical processing SBC - Sistemas Baseados em Conhecimento 1. INTRODUÇÃO O
Leia maisKlaus Schlünzen Junior Núcleo de Educação a Distância
Klaus Schlünzen Junior klaus@reitoria.unesp.br Núcleo de Educação a Distância EaD da Unesp já ofereceu 26 cursos a distância (Graduação, Pós-Graduação e Extensão) Beneficiaram mais de 99 mil pessoas Repositório
Leia maisAvaliando o Uso das Ferramentas Educacionais no Ambiente Virtual de Aprendizagem Moodle
Avaliando o Uso das Ferramentas Educacionais no Ambiente Virtual de Aprendizagem Moodle Marcelo A. Santana 1, Baldoino S. Neto 1, Evandro B. Costa 1, Italo Carlo L. Silva 1 1 Instituto de Computação Universidade
Leia maisA gamificação no desenho personalizado no ensino superior a distância: um caso na aprendizagem de uma língua estrangeira
A gamificação no desenho personalizado no ensino superior a distância: um caso na aprendizagem de uma língua estrangeira Cláudia Gomes, UAb Alda Pereira, UAb Ana Nobre, UAb @claudiagomes14 @MIEMCEM Ana.Nobre@uab.pt
Leia maisProjeto Unicsul Campus Virtual: Construindo uma Universidade Virtual
Projeto Unicsul Campus Virtual: Construindo uma Universidade Virtual Sessiones Paralelas Área temática Universidades Virtuales y Centros de Educacion a Distancia Carlos Fernando de Araújo Jr. Coordenadoria
Leia maisAPRENDENDO PROGRAMAÇÃO COM BATALHAS DE ROBÔS. Instituto Federal Catarinense, Blumenau/SC
APRENDENDO PROGRAMAÇÃO COM BATALHAS DE ROBÔS Braga, Paulo André de Melo 1 ; Bueno, Mateus Moraes 2 ; Stumm Júnior, Valdir 1 Instituto Federal Catarinense, Blumenau/SC INTRODUÇÃO Cursos da área de informática,
Leia maisExperiências de Avaliação (alunos) online
Experiências de Avaliação (alunos) online II Fórum de práticas e-learning na UM Colabora2012 Henrique Dinis Santos (hsantos@dsi.uminho.pt) Universidade do Minho Braga, 20 de Junho, 2012 A teacher is one
Leia maisMineração de Dados Educacionais: Oportunidades para o Brasil
Revista Brasileira de Informática na Educação, Volume 19, Número 2, 2011 Mineração de Dados Educacionais: Oportunidades para o Brasil Ryan Shaun Joazeiro de Baker Department of Social Sciences and Policy
Leia maisMineração de Dados em Biologia Molecular
Mineração de Dados em Biologia Molecular WEKA Tópicos Introdução Simuladores de MD Principais módulos André C. P. L. F. de Carvalho Monitor: Váléria Carvalho André Ponce de Leon de Carvalho 2 Usando MD
Leia mais18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio
Leia maisRevista EaD & tecnologias digitais na educação
Revista EaD & tecnologias digitais na educação Educação em Engenharia e Mineração de Dados Educacionais: oportunidades para o tratamento da evasão Sandro José Rigo (UNISINOS) rigo@unisinos.br Jorge Barbosa
Leia maisMineração de Dados Educacionais no Apoio ao Processo de Tomada de Decisão do Docente
Mineração de Dados Educacionais no Apoio ao Processo de Tomada de Decisão do Docente Alana M. Morais 1, Joseana Fechine 1 1 Universidade Federal de Campina Grande (UFCG) Campina Grande PB Brasil alanamorais@copin.ufcg.edu.br,
Leia maisO uso da Mineração de Dados na Web aplicado a um Ambiente de Ensino a Distância
O uso da Mineração de Dados na Web aplicado a um Ambiente de Ensino a Distância Leticia dos Santos Machado PPGCC-FACIN-PUCRS Av. Ipiranga, 6681 Prédio 16 Porto Alegre - Brasil lmachado@inf.pucrs.br Karin
Leia maisEngenharia de Softaware para Realidade Virtual: Avaliação de Aprendizado em Ambientes 3D
Engenharia de Softaware para Realidade Virtual: Avaliação de Aprendizado em Ambientes 3D UDESC Universidade do Estado de Santa Catarina Bacharelado em Ciência da Computação Projoto de Iniciação Científica
Leia maisNÚCLEO DE ENSINO A DISTÂNCIA NEAD/AEDB EXTENSÃO MANUAL DO ALUNO ASSOCIAÇÃO EDUCACIONAL DOM BOSCO
NÚCLEO DE ENSINO A DISTÂNCIA NEAD/AEDB EXTENSÃO MANUAL DO ALUNO 2016 ASSOCIAÇÃO EDUCACIONAL DOM BOSCO Av. Cel. Prof. Antonio Esteves, nº 01, Campo de Aviação Resende-RJ CEP: 27.523-000 Tel./Fax: (24) 3383-9000
Leia maisB A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A
Mineração de Dados Espaciais B A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A Roteiro 2 Introdução Mineração de Dados Estado da Arte Artigo apresentado Conclusão
Leia maisAPLICAÇÃO DE ALGORITMO DE APRENDIZAGEM DE MÁQUINA NÃO-SUPERVISIONADO PARA CLASSIFICAÇÃO DE USUÁRIOS NA REDE SOCIAL ACADÊMICA SCIENTIA.
APLICAÇÃO DE ALGORITMO DE APRENDIZAGEM DE MÁQUINA NÃO-SUPERVISIONADO PARA CLASSIFICAÇÃO DE USUÁRIOS NA REDE SOCIAL ACADÊMICA SCIENTIA.NET Heloína Alves Arnaldo (bolsista do PIBIC/UFPI), Vinicius Ponte
Leia maisUFAM - Engenharia Elétrica
UFAM - Engenharia Elétrica RECONHECIMENTO DE PADRÕES UTILIZANDO FILTROS DE CORRELAÇÃO COM ANÁLISE DE COMPONENTES PRINCIPAIS Waldir Sabino da Silva Júnior Monografia de Graduação apresentada à Coordenação
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2015.2 Verificação do impacto da ação do professor nas PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno David Benko
Leia maisProf. Daniela Barreiro Claro
O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2
Leia maisAutor: Prof. Luís Havelange Soares Instituição: Instituto Federal de Educação, Ciência e Tecnologia da Paraíba Campus Campina Grande
Contribuições do uso do Geogebra no estudo de funções Autor: Prof. Luís Havelange Soares Instituição: Instituto Federal de Educação, Ciência e Tecnologia da Paraíba Campus Campina Grande Aspectos motivacionais
Leia maisABORDAGEM PARA ANÁLISES DE REDES SOCIAIS
ABORDAGEM PARA ANÁLISES DE REDES SOCIAIS Aluno: MAICON DOS SANTOS TEODORO RAMOS Colaboradores: Orientador: MIGUEL GABRIEL PRAZERES DE CARVALHO Curso / Instituição de Ensino Superior: ANÁLISE E DESENVOLVIMENTO
Leia maisLINGUAGEM DE PROGRAMAÇÃO: EVASÃO E REPROVAÇÃO NO INSTITUTO FEDERAL CATARINENSE, CAMPUS AVANÇADO SOMBRIO
LINGUAGEM DE PROGRAMAÇÃO: EVASÃO E REPROVAÇÃO NO INSTITUTO FEDERAL CATARINENSE, CAMPUS AVANÇADO SOMBRIO Autores: Vinícius dos Santos FERNANDES, Vanderlei FREITAS JUNIOR. Identificação autores: Aluno e
Leia maisÍndice. Classificação de textos para o ensino de português como segunda língua. Índice. technology from seed
Classificação de textos para o ensino de português como segunda língua Pedro Santos Curto Conclusões, Contribuições e Trabalho futuro 1 2 Motivação Aplicações e escala da classificação de textos Motivação
Leia maisXIII Coloquio de Gestión Universitaria en Américas
XIII Coloquio de Gestión Universitaria PRÁTICAS TUTORIAIS E INTERAÇÃO EM DOIS CURSOS DE ESPECIALIZAÇÃO À DISTÂNCIA Rodrigo Santiago Godefroid - UNINTER Marcos Ruiz da Silva - UNINTER Maria Zuleica Lopes
Leia maisUTILIZAÇÃO DE REGRAS PARA ADAPTAÇÃO DE HIPERMÍDIA
UTILIZAÇÃO DE REGRAS PARA ADAPTAÇÃO DE HIPERMÍDIA Eliane Pozzebon eliane@inf.ufsc.br Jorge Muniz Barreto barreto@inf.ufsc.br Universidade Federal de Santa Catarina (UFSC) Departamento de Ciências Exatas
Leia maisAplicação de Técnicas de Mineração de Dados Baseada na Taxonomia de Bloom para o Mapeamento do Conhecimento na Aprendizagem de Programação
Aplicação de Técnicas de Mineração de Dados Baseada na Taxonomia de Bloom para o Mapeamento do Conhecimento na Aprendizagem de Programação Rozelma Soares de França, Haroldo José Costa do Amaral 1 Universidade
Leia maisAnalisando Fatores que Afetam o Desempenho de Estudantes Iniciantes em um Curso a Distância
Analisando Fatores que Afetam o Desempenho de Estudantes Iniciantes em um Curso a Distância Jorge Luis Cavalcanti Ramos 1,3, Rodrigo Lins Rodrigues 2,3, João Carlos Sedraz Silva 1,3, Alex Sandro Gomes
Leia maisMinerando regras de associação
Minerando regras de associação Proposto por Rakesh Agrawal em 1993. É o modelo de mineração de dados mais estudado pela comunidade de banco de dados. Utiliza dados categóricos. Não há bons algoritmos para
Leia maisutilizadas nos ambientes virtuais de aprendizagem com base na taxonomia de Bloom
21 04 utilizadas nos ambientes virtuais de aprendizagem com base na taxonomia de Bloom Roberto D. Costa 1, 2, Rommel W. Lima 1, Thiago R. Silva 1, Dimas K. Fernandes 1 Resumo deu pela relação feita entre
Leia maisInformática para Engenharia
1 Informática para Engenharia apresentação com Plano de Ensino 2 professor Weber Martins goianiense, 54 anos, engenheiro eletricista, cientista, doutor em Inteligência Artificial, consultor, professor
Leia maisTutorial de utilização do EAD-IBRAV Treinamentos
Tutorial de utilização do EAD-IBRAV Treinamentos Amarildo Roberto Ribeiro CASCAVEL- 2016 SUMÁRIO 1. ACESSO AO CURSO... 3 2. LOGIN DO SISTEMA... 4 3. TELA PRINCIPAL DO ALUNO... 5 4. TELA PRINCIPAL DO CURSO...
Leia maisASSISTENTES INTELIGENTES: CURSO PARA PROFESSOR EAD VIA MOODLE UTILIZANDO PLUGINS GUERRA, B. G. 1 ; SILVA, J. M. C. 2
ASSISTENTES INTELIGENTES: CURSO PARA PROFESSOR EAD VIA MOODLE UTILIZANDO PLUGINS GUERRA, B. G. 1 ; SILVA, J. M. C. 2 RESUMO Os AVEAs têm sido cada vez mais utilizados como uma ferramenta de aplicação de
Leia maisAnálise de Trabalhos Sobre a Aplicação de Técnicas de Mineração de Dados Educacionais na Previsão de Desempenho Acadêmico
Análise de Trabalhos Sobre a Aplicação de Técnicas de Mineração de Dados Educacionais na Previsão de Desempenho Acadêmico Rodrigo Magalhães Mota dos Santos 1, Cristiano Grijó Pitangui 2, Alessandro Vivas
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisRevisão/Mapeamento Sistemático
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação SSC0572 - Computadores, Sociedade e Ética Profissional Revisão/Mapeamento Sistemático Prof. Dr. José Carlos Maldonado PAE: Pedro
Leia maisUnidade VI. Inspeção de software
1/06/20 Unidade VI Validação e Verificação de Software Profa. Dra. Sandra Fabbri de software Definição é um método de análise estática para verificar propriedades de qualidade de produtos de software.
Leia maisDesenvolvimento da Pesquisa
Desenvolvimento da Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Modelo de Processo de Pesquisa Estratégias de Pesquisa
Leia maisEstudo de Caso. Índice. Descrição da Área. Daniel Gomes Dosualdo Solange Oliveira Rezende
Estudo de Caso Daniel Gomes Dosualdo Solange Oliveira Rezende Índice Descrição da Área Identificação do Problema Descrição do Conjunto de Dados Pré-Processamento Extração de Padrões Pós-Processamento Disponibilização
Leia maisGuia do Participante
Guia do Participante Bem-vindos à Oficina Online de AVA MOODLE Prezado Participante! Esta oficina tem por objetivo a oferta de um curso online de formação no uso tecnológico e pedagógico do AVA Moodle
Leia maisum estudo de caso
AGRANDA, Simposio Argentino de GRANdes DAtos Jogo @prenda: um estudo de caso Cordenonzi, W., Normey, S., Cardoso, V., Instituto Federal Sul-rio-grandense Câmpus Santana do Livramento Paul Harris 410, Sant
Leia maisMineração de dados para a análise e o alerta da ferrugem asiática da soja
Mineração de dados para a análise e o alerta da ferrugem asiática da soja Guilherme Augusto Silva Megeto 1 Carlos Alberto Alves Meira 2 Stanley Robson de Medeiros Oliveira 2 A ferrugem asiática da soja,
Leia mais4 O Estudo de Caso 4.1 Universidade Aberta do Brasil (UAB) e o IFES-ES
4 O Estudo de Caso 4.1 Universidade Aberta do Brasil (UAB) e o IFES-ES O ambiente virtual de aprendizagem adotado pelo CEAD/IFES (Centro de Educação a Distância do Instituto Federal do Estado do Espírito
Leia maisUm Ambiente Inteligente de Avaliação de Comportamentos de Tutores e Turmas no Ambiente Virtual de Aprendizagem Moodle
Um Ambiente Inteligente de Avaliação de Comportamentos de Tutores e Turmas no Ambiente Virtual de Aprendizagem Moodle Rafael Castro de Souza 1, Francisco Milton Mendes Neto 1, Araken de Medeiros Santos
Leia maisO Ensino de Ciência da Computação. Práticas de ensino de algoritmos (Hazzan, Cap. 3 / EAD Cap. 2) Péricles Miranda
O Ensino de Ciência da Computação Práticas de ensino de algoritmos (Hazzan, Cap. 3 / EAD Cap. 2) Péricles Miranda O Que é Ciência da Computação? Analise os argumentos abaixo: 1. Ciência é a observação,
Leia maisPassos para o Aprendizado de Máquina com Pentaho. Prof. Marcos Vinicius Fidelis UTFPR/UEPG
Passos para o Aprendizado de Máquina com Pentaho Prof. Marcos Vinicius Fidelis UTFPR/UEPG Apresentação Professor da UTFPR, leciona Sistemas de Apoio a Decisão e Tópicos Avançados em BD (WEKA, Pentaho e
Leia maisVÍDEO AULA 1 APRESENTAÇÃO DO CURSO 100% ON LINE
Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas VÍDEO AULA 1 APRESENTAÇÃO DO CURSO 100% ON LINE Coordenador Prof. Dorival Magro Junior Mestre em Ciência da Computação EDUCAÇÃO A DISTÂNCIA
Leia maisDESCOMPLICANDO A PROGRAMAÇÃO EM LINGUAGEM C. UMA SOLUÇÃO PARA DEPURAÇÃO SIMPLES DE CÓDIGOS. GOMES, M. S. ¹, AMARAL, E. M H. ¹
DESCOMPLICANDO A PROGRAMAÇÃO EM LINGUAGEM C. UMA SOLUÇÃO PARA DEPURAÇÃO SIMPLES DE CÓDIGOS. GOMES, M. S. ¹, AMARAL, E. M H. ¹ ¹ Universidade Federal do Pampa (UNIPAMPA) Bagé RS Brasil RESUMO Este trabalho
Leia maisNuevas Ideas en Informática Educativa TISE 2015
Identificação de estudantes do primeiro semestre com risco de evasão através de técnicas de Data Mining Daniel Miranda de Brito Programa de Pós-Graduação em Informática britmb@gmail.com Túlio Albuquerque
Leia maisAgentes Pedagógicos Emocionais em Sistemas Tutores Inteligentes. Patricia A. Jaques (PhD)
Agentes Pedagógicos Emocionais em Sistemas Tutores Inteligentes Patricia A. Jaques (PhD) pjaques@unisinos.br Temas de Pesquisa Inteligência Artificial aplicada à Educação Sistemas Tutores Inteligentes
Leia maisAgentes pedagógicos. 2. Referencial teórico
Agentes pedagógicos 1. Introdução Com o exponencial crescimento do computador, cada vez mais se faz necessário a busca e inserção de novas formas de aplicação de tecnologias na área da educação. Por intermédio
Leia maisAnálise do Desempenho Acadêmico Utilizando Redes Bayesianas: um estudo de caso
Análise do Desempenho Acadêmico Utilizando Redes Bayesianas: um estudo de caso Danilo Raniery Alves Coutinho, Thereza Padilha Departamento de Ciências Exatas - Universidade Federal da Paraíba (UFPB) Campus
Leia maisANÁLISE COMPARATIVA DO DESEMPENHO DOS ALUNOS NA MODALIDADE PRESENCIAL E À DISTÂNCIA (EAD) DE UM CURSO DE ENGENHARIA DA COMPUTAÇÃO
ANÁLISE COMPARATIVA DO DESEMPENHO DOS ALUNOS NA MODALIDADE PRESENCIAL E À DISTÂNCIA (EAD) DE UM CURSO DE ENGENHARIA DA COMPUTAÇÃO CURITIBA/PR ABRIL/2017 EDSON PEDRO FERLIN - CENTRO UNIVERSITÁRIO INTERNACIONAL
Leia maisElementos de Gestão para Educação a Distância: um estudo a partir dos Fatores Críticos de Sucesso e da Visão Baseada em Recursos
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA NA EDUCAÇÃO Elementos de Gestão para Educação a Distância: um estudo a partir dos Fatores Críticos de Sucesso e da Visão
Leia maisUtilização de Ferramenta EAD no Treinamento de Operadores de Sistemas e de Instalação. Tainá Silveira Antônio Lisboa
Utilização de Ferramenta EAD no Treinamento de Operadores de Sistemas e de Instalação Tainá Silveira Antônio Lisboa Sumário Cenário; Educação a Distância EAD; Plataforma EAD TAESA; Treinamento em Comunicação
Leia maisTutorial: Árvore de Decisão com Weka para a classificação de carne suína
Universidade Estadual de Londrina - UEL 2 CTA 121 - Processamento de Imagens em Alimentos Prática de Aprendizado de Máquina com Weka 28/07/2016 Prof. Dr. Sylvio Barbon Jr Tutorial: Árvore de Decisão com
Leia maisUtilização da Linguagem Python e dos conhecimentos em Matemática no Ensino da Lógica de Programação. Karla Pereira Mestre em Informática (IComp-UFAM)
Utilização da Linguagem Python e dos conhecimentos em Matemática no Ensino da Lógica de Programação Karla Pereira Mestre em Informática (IComp-UFAM) Roteiro A utilização da linguagem Python no aprendizado
Leia maisUm Framework para Mineração de Dados Educacionais Basedo em Serviços Semânticos
Um Framework para Mineração de Dados Educacionais Basedo em Serviços Semânticos Tarsis Marinho 1, Diego Dermeval 1, Rafael Ferreira 1, Lucas M. Braz 1, Ig Ibert Bittencourt 1, Evandro B. Costa 1, Henrique
Leia maisO USO DE FORMULÁRIOS NO PROCESSO DE CONSTRUÇÃO DAS SALAS VIRTUAIS DO CENTRO DE EDUCAÇÃO A DISTÂNCIA DO INSTITUTO FEDERAL DO ESPÍRITO SANTO
O USO DE FORMULÁRIOS NO PROCESSO DE CONSTRUÇÃO DAS SALAS VIRTUAIS DO CENTRO DE EDUCAÇÃO A DISTÂNCIA DO INSTITUTO FEDERAL DO ESPÍRITO SANTO Serra ES - Abril 2012 Categoria: C Métodos e Tecnologias Setor
Leia maisCOLAB-UFV: Um Ambiente Colaborativo para Apoio a Projetos Acadêmicos
COLAB-UFV: Um Ambiente Colaborativo para Apoio a Projetos Acadêmicos João Teixeira Araujo 1, Gláucia Braga e Silva 1, Daniel Mendes Barbosa 1, Aislan R. Almeida Leite 1 1 Instituto de Ciências Exatas e
Leia maisFerramentas, métodos e experiências no ensino de Engenharia de Software: um mapeamento sistemático
Ferramentas, métodos e experiências no ensino de Engenharia de Software: um mapeamento sistemático Ronnie E. S. Santos 1, Cleyton V. C. Magalhães 1, Jorge S. Correia-Neto³, Ellen P. R. Souza¹, ², Guilherme
Leia mais6 Conclusões e Trabalhos Futuros
6 Conclusões e Trabalhos Futuros O presente trabalho tem por objetivo analisar o modelo desenvolvido por Jon Kleinberg, o HITS, bem como os seus desdobramentos existentes na literatura e, ainda, desenvolver
Leia mais17º Congresso de Iniciação Científica APLICAÇÃO DA ENGENHARIA BASEADA EM CONHECIMENTO NA ANÁLISE CINEMÁTICA DE ROBÔS INDUSTRIAIS
17º Congresso de Iniciação Científica APLICAÇÃO DA ENGENHARIA BASEADA EM CONHECIMENTO NA ANÁLISE CINEMÁTICA DE ROBÔS INDUSTRIAIS Autor(es) CARLOS ALBERTO DE SOUZA BARROSO Orientador(es) KLAUS SCHÜTZER
Leia maisCURRICULUM VITAE. Paula de Fátima Peres Teixeira Almeida Data de Nascimento: 13 de Outubro de 1972 Local de Nascimento: Porto
CURRICULUM VITAE Nome: Paula de Fátima Peres Teixeira Almeida Data de Nascimento: 13 de Outubro de 1972 Local de Nascimento: Porto Nacionalidade: Portuguesa Morada Institucional: Instituto Superior de
Leia maisA Computação e as Classificações da Ciência
A Computação e as Classificações da Ciência Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Classificações da Ciência A Computação
Leia maisLANÇAMENTOS DE LIVROS
PROGRAMAÇÃO PRELIMINAR (SUJEITA A ALTERAÇÕES) - 01/Ago/2016 LANÇAMENTOS DE LIVROS EDUCAÇÃO A DISTÂNCIA: IMPACTOS NOS PLANOS PROFISSIONAL E PESSOAL PACO EDITORIAL Autor: LETÍCIA MACHADO DOS SANTOS A OBRA
Leia maisA Experiência da FURG na Avaliação Institucional em Cursos de EaD
UNIVERSIDADE FEDERAL DO RIO GRANDE Secretaria de Educação a Distância A Experiência da FURG na Avaliação Institucional em Cursos de EaD Junho, 2008 Suzi Samá Pinto Tanise Paula Novello Débora Pereira Laurino
Leia maisMANUAL DO ALUNO. AVA: treinaremcasa.com.br/ava
MANUAL DO ALUNO A Treinar é uma escola com tradição na área de cursos de Informática, Tecnologia, Desenvolvimento Profissional e Educação a Distância. Oferece cursos do nível básico ao avançado, visando
Leia maisAula Inaugural Disciplinas EAD
Aula Inaugural Disciplinas EAD Equipe Núcleo de Educação a Distância Coordenação Profª Ma. Patricia M. Mozzaquatro Chicon Demais membros Profª Ma. Cíndia Rosa Toniazzo Quaresma Bel. Estevanir Sausen Funcionamento
Leia maisSimulação para Ensino de Conceitos da Orientação a Objetos
Simulação para Ensino de Conceitos da Orientação a Objetos Mariane Fogaça Galhardo (FACENS) marianefg@yahoo.com.br Luciana Aparecida Martinez Zaina (FACENS) luciana@facens.br Resumo. Existem conteúdos
Leia maisInfra-Estrutura de Dados Espaciais. Bruno Rabello Monteiro
Infra-Estrutura de Dados Espaciais Bruno Rabello Monteiro Agenda Introdução e Conceituação SDI Problemas e Pesquisas Referências Bibliográficas Introdução Um SIG pode ser definido como (Bernard et al,,
Leia maisAplicação de Regras de Associação para Mineração de Dados em uma Empresa do Setor Varejista Visando Auxiliar na Gestão de Vendas
Aplicação de Regras de Associação para Mineração de Dados em uma Empresa do Setor Varejista Visando Auxiliar na Gestão de Vendas Mateus Luiz Gamba 1, Giana da Silva Bernardino 2 1 Universidade Federal
Leia maisUma Ferramenta de Monitoramento Automático de Mensagens de Fóruns em Ambientes Virtuais de Aprendizagem
Uma Ferramenta de Monitoramento Automático de Mensagens de Fóruns em Ambientes Virtuais de Aprendizagem Roberto L. de Oliveira Júnior 1, Ahmed A. A. Esmin 1, Tiago A. Coelho 1, Deivison L. Araújo 1, Leandro
Leia maisData de envio: 12/02/2006. Eduardo Tomaz Froes Unifenas Campus Belo Horizonte
1 UTILIZAÇÃO DA EDUCAÇÃO A DISTÂNCIA COM METODOLOGIA DE APRENDIZADO BASEADO EM PROBLEMAS NO ENSINO MÉDICO. REGULAMENTO DO REGIME DE DEPENDÊNCIA DA MODALIDADE SEMIPRESENCIAL. TCC3060 Data de envio: 12/02/2006
Leia maisPlano de pesquisa de mestrado em ciência da computação. Márcio G. Morais
Plano de pesquisa de mestrado em ciência da computação. Márcio G. Morais Introdução Falhas em Robótica Sistema de múltiplos robôs Software em robótica Estado da Arte Situação dos Frameworks c/ tolerância
Leia maisPrevisão do desempenho de estudantes usando algoritmos de filtragem colaborativa baseados em fatoração de matrizes
Previsão do desempenho de estudantes usando algoritmos de filtragem colaborativa baseados em fatoração de matrizes Bruno Henrique Sebba Dodorico Faculdade de Engenharia de Computação / CEATEC bruno_lala1@hotmail.com
Leia mais19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA
19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio Financeiro PIBIC/CNPQ
Leia maisWorkshop de Ambientes de apoio à Aprendizagem de Algoritmos e Programação (SBIE 2007) Instituto de Ciências Matemáticas e de Computação ICMC-USP
Camila K. D. Corte, Ana C. Riekstin Marco Aurélio G.Silva Ellen F. Barbosa, José C. Maldonado camila, claudiar, magsilva, francine, jcmaldon@icmc.usp.br Workshop de Ambientes de apoio à Aprendizagem de
Leia maisTeste de Software. Competência: Entender as técnicas e estratégias de testes de Software
Teste de Software Competência: Entender as técnicas e estratégias de testes de Software Conteúdo Programático Introdução O que é teste de software? Por que é necessário testar um software? Qual a causa
Leia mais9º ENTEC Encontro de Tecnologia: 23 a 28 de novembro de 2015
MINERAÇÃO DE DADOS APLICADO NO SETOR COMERCIAL E USO DE SOFTWARE PARA GESTÃO Juliana Taise Cunha 1 ; Eduardo Chagas de Oliveira 2 1,2 Instituto de Engenharia e Tecnologia Universidade de Uberaba (UNIUBE)
Leia maisGrupo de Pesquisa Computação Afetiva UFRGS
Grupo de Pesquisa Computação Afetiva UFRGS 1 Magda Bercht, 2 Fabrícia Damando Santos, 3 Roceli Pereira Lima 1 Universidade Federal do Rio Grande do Sul, 2 Universidade Estadual do Rio Grande do Sul, 3
Leia maisAnálise Automática de Coerência Textual em Resumos Científicos: Avaliando Quebras de Linearidade
Proceedings of Symposium in Information and Human Language Technology. Natal, RN, Brazil, November 4 7, 2015. c 2015 Sociedade Brasileira de Computação. Análise Automática de Coerência Textual em Resumos
Leia mais