ANÁLISE DE COMPONENTES LATENTES DA APRENDIZAGEM DE PROGRAMAÇÃO PARA CLASSIFICAÇÃO DE PERFIS



ANÁLISE DE COMPONENTES LATENTES DA APRENDIZAGEM DE PROGRAMAÇÃO PARA CLASSIFICAÇÃO DE PERFIS
Márcia Gonçalves de Oliveira
Elias Silva de Oliveira
Eliana Zandonade
Nátaly A. Jiménez Monroy

27/04/2021
14-26
1
Este trabalho tem como objetivo reconhecer, a partir de programas desenvolvidos por alunos e de uma rede de variáveis representantes do domínio da programação, componentes latentes que caracterizem os desempenhos de uma turma em cada atividade de programação. A identificação das componentes latentes é realizada pela técnica de análise fatorial para representar perfis de aprendizagem na prática da programação e, por clustering, formam-se agrupamentos de perfis similares. De cada agrupamento formado, são selecionadas amostras de perfis pré-classificadas para gerar modelos que orientem a classificação dos demais perfis de cada agrupa- mento por níveis de aprendizagem. Os resultados indicam que a combinação das técnicas de análise fatorial e de clustering melhora a classificação de perfis.
Ler mais...Análise Fatorial, Clustering, Aprendizagem de Programação, Mapeamento de Perfis, Classificação de Perfis
CIÊNCIA DA COMPUTAÇÃO: TECNOLOGIAS EMERGENTES EM COMPUTAÇÃO - VOLUME 2
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .
O conteúdo dos capítulos e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.