Número do Painel | |
Autor | |
Instituição | UFSC |
Tipo de Bolsa | PIBIC/CNPq |
Orientador | CHRISTIANE ANNELIESE GRESSE VON WANGENHEIM |
Depto | DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA / INE/CTC |
Centro | CENTRO TECNOLOGICO |
Laboratório | |
Grande Área / Área do Conhecimento | Ciências Exatas e da Terra
/Ciências Exatas e da Terra |
Sub-área do Conhecimento | Ciência da Computação |
Titulo | Plano de trabalho |
Resumo | Com a crescente evolução e popularização do uso de tecnologias de Machine Learning no dia a dia, é imperativo que a população geral tenha um entendimento básico sobre como essas tecnologias funcionam, de forma que sua utilização seja melhor aproveitada. Para isso, é importante que o ensino desses conceitos seja feito cedo já na Educação Básica. Com isso, algumas iniciativas surgiram, porém a maioria não possui um modelo de avaliação dessa aprendizagem. Assim, o presente trabalho visa responder a pergunta de pesquisa: Como automatizar a avaliação da aprendizagem de ML nos anos finais do ensino fundamental?. Dessa forma, tem-se como objetivo desenvolver e testar um modelo de análise da aprendizagem de ML na Educação Básica, adotando técnicas de Deep Learning para automatizar o processo. Isso é alcançado por meio da fundamentação teórica dos principais conceitos, uma revisão do estado da arte, e o desenvolvimento do modelo de avaliação, e a sua automatização, e sua integração e avaliação no contexto de um curso da iniciativa Computação na Escola. Dessa forma, espera-se criar uma ferramenta que permite automaticamente avaliar a aprendizagem de Machine Learning do aluno, facilitando o processo, e aumentando a chance de adoção do ensino de computação nas escolas brasileiras.
|
Link do Video | https://repositorio.ufsc.br/handle/123456789/226172 |
Palavras-chave | Ensino de computação, Machine Learning, Avaliação, Rubrica |
Colaboradores |