BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Instituto de Física - ECPv4.8.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Instituto de Física
X-ORIGINAL-URL:https://www.if.ufrj.br
X-WR-CALDESC:Events for Instituto de Física
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20230613T160000
DTEND;TZID=America/Sao_Paulo:20230613T180000
DTSTAMP:20260915T174340
CREATED:20230608T030944Z
LAST-MODIFIED:20230608T030944Z
UID:21009-1686672000-1686679200@www.if.ufrj.br
SUMMARY:Seminário de Ensino de Física: Charlie Sarmiento
DESCRIPTION:\nAplicação de algoritmos de machine learning no ensino de Física\n\n\n\nCharlie Vargas Sarmiento (IF-UFRJ)\n\n\n\nResumo: No CEDERJ\, modalidade de ensino superior à distância do Estado do Rio de Janeiro\, foram implementadas avaliações online na disciplina de Introdução às Ciências Físicas 1 (ICF1) em 2019\, visando corrigir deficiências nas avaliações tradicionais. Essas avaliações online trazem algumas vantagens para os alunos\, como correção imediata\, possibilidade de refazer a avaliação várias vezes e utilizar o erro como parte do processo de aprendizagem. Inicialmente\, apenas dois tópicos foram adaptados para esse formato\, mas\, em 2020\, a iniciativa foi ampliada para os seis principais tópicos da disciplina. Com esta implementação\, uma grande quantidade de dados é gerada todo semestre além apenas das notas obtidas pelos alunos. Este projeto tem como objetivo estudar esse conjunto de dados utilizando algoritmos de aprendizado de máquina e\, com isso\, tentar identificar precocemente alunos que venham a correr risco de reprovação ao fim do semestre. A partir da revisão da literatura\, foram escolhidos três algoritmos de aprendizado de máquina supervisionado\, sendo estes: logistic regression\, supporting vector machine e stochastic gradient boosting method. Utilizando os dados dos semestres entre 2020-1 e 2022-1 como treinamento\, iremos apresentar os resultados da previsão das notas dos alunos do semestre de 2022-2 utilizando os três algoritmos mencionados acima. Dentre os três\, verificamos que o stochastic gradient boosting method apresenta um acerto maior na previsão da situação final dos alunos.\n\nDia\, hora e local: 13 de junho\, 16:00\, sala 343\n
URL:https://www.if.ufrj.br/evento/seminario-de-ensino-de-fisica-charlie-sarmiento/
LOCATION:Sala 343
CATEGORIES:PEF - Seminários
END:VEVENT
END:VCALENDAR