Modelo de Predição Utilizando Comitê de Classificadores em Dados de Educação a Distância

Autores

  • Laine Dimer
  • Graziela Giacomazzo
  • Cibele Freitas
  • Merisandra C. M. Garcia

Resumo

Resumo. Esta pesquisa consiste na aplicação do Educational Data Mining em uma base de dados de um ambiente virtual de aprendizagem, procurando definir os padrões de participação dos alunos baseando-se nos perfis de interação estudados por Moore. Para isso, os dados serão analisados por meio da tarefa de classificação utilizando os algoritmos de comitê de classificação do tipo boosting, Adaboost.M1 e Random Subspace, comparando-os por meio de medidas de qualidade em classificação a fim de identificar o modelo que apresenta melhores resultados.
Palavras-chave: Educational Data Mining, Classificação, Adaboost.M1, Random Subspace.

Abstract. The purpose of this research is to apply Educational Data Mining in a database of the virtual learning environment, seeking to define the participation patterns of students based on the profiles of interaction studied by Moore. For this, the data will be analyzed by means of the classification task using the algorithms of classification of the type of boosting, Adaboost.M1 and Random Subspace, comparing them by means of measures of quality in classification in order to identify the model that presents improved results.
Key words: Educational Data Mining, Classification, Adaboost.M1, Random Subspace.

Downloads

Publicado

2018-11-20

Edição

Seção

Poster