SILVA, WELINGTON ; MACHADO, MARCELO ; SIQUEIRA, SEAN . Qual Técnica de Learning Analytics Usar para Prever o Desempenho Acadêmico de Estudantes? Uma Análise Comparativa Experimental com Dados de MOOCs. In: XXX Simpósio Brasileiro de Informática na Educação (Brazilian Symposium on Computers in Education), 2019, Brasília. Anais do XXX Simpósio Brasileiro de Informática na Educação (SBIE 2019). Porto Alegre: Brazilian Computer Society (Sociedade Brasileira de Computação – SBC), 2019. v. 30. p. 1391-1400. doi: 10.5753/cbie.sbie.2019.1391
Qual Técnica de Learning Analytics Usar para Prever o Desempenho Acadêmico de Estudantes? Uma Análise Comparativa Experimental com Dados de MOOCs
Autores
Welington Silva (UNIRIO)
Marcelo Machado (UNIRIO)
Sean Siqueira (UNIRIO)
Resumo
A previsão do desempenho acadêmico de estudantes é um dos principais tópicos de pesquisa em Learning Analytics, para o qual diferentes técnicas foram aplicadas. De modo a facilitar a escolha de uma técnica, este estudo apresenta uma análise comparativa entre técnicas de regressão e classificação, considerando diferentes cenários de aplicação. Foram utilizados dados do MITx/HarvardX contendo logs de atividades e participação de 15 turmas de 12 MOOCs. Os resultados obtidos, a partir das métricas de avaliação de performance, sugerem a escolha de Árvores de Decisão como técnica para criação de modelos para regressão e uma escolha entre Árvores de Decisão e Support Vector Machines para a criação de modelos de classificação.
Palavras-chave:
Learning analytics, Desempenho acadêmico, Predição, Análise comparativa experimental, Árvores de decisão, MOOCs
doi: 10.5753/cbie.sbie.2019.1391
