TY - JOUR AU - Wilges, Beatriz AU - Mateus, Gustavo Pereira AU - Nassar, Silvia Modesto AU - Bastos, Rogério Cid PY - 2010/12/28 Y2 - 2024/03/29 TI - Avaliação da aprendizagem por meio de lógica de fuzzy validado por uma Árvore de Decisão ID3 JF - Revista Novas Tecnologias na Educação JA - RENOTE VL - 8 IS - 3 SE - Artigos DO - 10.22456/1679-1916.18053 UR - https://seer.ufrgs.br/index.php/renote/article/view/18053 SP - AB - <!-- .justificar { text-align: justify; } --> Esse trabalho implementa uma comunidade de agentes que utiliza l&oacute;gica fuzzy para determinar o perfil de aprendizagem dos estudantes. Esse perfil &eacute; determinado pelo desempenho, que &eacute; considerado sob dois enfoques denominados pr&aacute;tico e te&oacute;rico. O objetivo dessa classifica&ccedil;&atilde;o &eacute; conduzir o estudante para uma utiliza&ccedil;&atilde;o mais apropriada do ambiente de ensino-aprendizagem. As entradas do modelo proposto foram escolhidas a partir de an&aacute;lise estat&iacute;stica e s&atilde;o apresentadas neste artigo. A arquitetura do AVA &eacute; implementada em PHP, o modelo fuzzy e o motor de infer&ecirc;ncia foram feitos com bibliotecas do Matlab. Os resultados da integra&ccedil;&atilde;o destas tecnologias bem como a valida&ccedil;&atilde;o do modelo fuzzy foram certificados atrav&eacute;s de um conjunto de dados. Esse conjunto de dados possui v&aacute;rios perfis de aprendizagem de diversos estudantes que foram minerados. Para minera&ccedil;&atilde;o aplicou-se o m&eacute;todo de classifica&ccedil;&atilde;o denominado &Aacute;rvore de Decis&atilde;o (AD). Esse trabalho apresenta uma possibilidade de validar e melhorar os resultados do fuzzy. O processo de valida&ccedil;&atilde;o pode ser utilizado na remodelagem das caracter&iacute;sticas de qualquer proposta de sistema fuzzy, ou seja, &eacute; uma forma de construir um modelo mais harm&ocirc;nico e condizente com o perfil do estudante. ER -