Trailer

Sinopse

A disciplina de Análise Computacional da Aprendizagem ministrada pela Prof.a Dr.a Isabel Dillmann Nunes tem por objetivo aproveitar os dados gerados pelos alunos em ambientes virtuais de aprendizagem, de tal forma que a disciplina estuda modelos de inteligência artificial para gerar insights para um professor ou para os próprios alunos sobre o comportamento deles dentro de uma disciplina, sendo virtual ou presencial.

Vídeo

Classificações

40%
60%

Clássicas

Ativas

40%
60%

Provas

Atividades

30%
70%

Teórica

Prática

50%
50%

Social

Técnica

40%
60%

Individuais

Em grupo

100%
0%

Presencial

EAD


Podcast

Velocidade 1.0x

Materiais


Conhecimentos / Competências Desejados

Para cursar Análise Computacional da Aprendizagem, é importante que os alunos tenham interesse em dados e educação. A disciplina, que aplica IA para melhorar o ensino, não exige conhecimentos prévios em programação, mas demanda uma visão crítica e habilidades práticas com ferramentas como o Orange. Competências em trabalho prático, aplicação teórica e colaboração também são essenciais.

Tópicos

    Sem tópicos cadastrados


Obstáculos

Os alunos da disciplina de Análise Computacional da Aprendizagem enfrentam desafios na compreensão e aplicação de modelos de inteligência artificial na educação. Mesmo sendo acessível para iniciantes, a necessidade de uma visão crítica sobre o uso de dados e algoritmos requer esforço considerável. A dificuldade aumenta na transição da teoria para a prática, especialmente ao usar ferramentas visuais e programação em Python, que pode ser difícil para aqueles com menos experiência. Além disso, a disciplina exige interesse pela área educacional e a capacidade de aplicar conhecimentos de forma crítica, o que pode ser um obstáculo para quem está mais focado nos aspectos técnicos.

Metodologias

Não há metodologias cadastradas

Perguntas Frequentes

Embora a disciplina explore modelos de inteligência artificial (IA), o foco principal é na análise crítica e prática de dados educacionais. O objetivo é capacitar os alunos a utilizarem IA para gerar insights sobre o comportamento de alunos e professores em ambientes educacionais. Não há uma abordagem profunda nos aspectos técnicos da IA, mas sim no seu uso prático para melhorar processos educacionais.
A avaliação é composta por uma prova tradicional na primeira unidade, focada em conceitos teóricos e análise crítica de artigos científicos. Nas unidades seguintes, a avaliação é baseada em projetos práticos, onde os alunos aplicam os modelos de IA e análise de dados em cenários educacionais. Isso significa que a disciplina valoriza tanto a compreensão teórica quanto a aplicação prática dos conteúdos aprendidos.
Não, a disciplina não exige conhecimento prévio em programação. Uma das ferramentas principais utilizadas, o Orange, é bastante visual e intuitiva, permitindo que alunos sem experiência em programação possam acompanhar e participar das atividades práticas. Para aqueles que já possuem conhecimentos em programação, é possível desenvolver projetos utilizando Python, mas isso não é obrigatório.
2025

Índices de aprovação

Altere a data ou marque/desmarque a opção "Todos os períodos" para fazer uma nova busca.

Aprovados 0%
Reprovados 0%
Nota média (todas as unidades)
0
Nota média por unidade
Unidade 1 N/A
Unidade 2 9.7
Unidade 3 4.2

Conteúdos

Ementa

  • 1. Conceitos de Learning Analytics; 2. Análise estatística aplicada à Educação; 3. Mineração de dados Educacionais; 4. Análise do sentimento; 5. Visualização de dados educacionais;

Referências

  • Livro: Python para análise de dados: Site: Metodologia de Pesquisa Científica em Informática na Educação: Abordagem Quantitativa (Volume 2) Site: Mapping Learning Analytics initiatives in Latin America Site: Orange (para download) Site: Canal do Youtube do Orange Site: Análise de Texto e Sentimentos utilizando Orange Site: Sentiment Analysis Twitter com a Ferramenta Orange data mining open source Python Site: Análise de sentimentos com o Orange: percorrendo um texto Site: Calculadora de Coeficiente de Correlação Site: Orange donwload Site: Youtube Orange Site: Vídeo sobre pré-processamento de dados Site: Vídeo sobre Teste e Score Site: Vídeo sobre Regressão Site: Vídeo sobre Associação no Orange Site: Vídeo sobre Agrupamento (K-means) Site: Video sobre a diferença entre Agrupamento e Classificação

Oferta/Matrícula


Ofertas

Última oferta: Buscando...

    Ofertas passadas
    Últimos 5 anos

      Faça uma pergunta!

      Professor

      Isabel Dillmann Nunes
      Email: bel@imd.ufrn.br

      Créditos
    • Brenda Gomes da Silva
    • Produtora
      Ian Fernandes Franca
    • Produtor
      João Vitor Morais de Souza
    • Produtor
      Lucas Toshio Nascimento da Silva
    • Produtor
      Luiz Felipe de Araujo Bezerra
    • Produtor
      Ruth Carvalho Bento
    • Produtora
      Sabrina da Silva Barbosa
    • Produtora
      Sarah Maria do Nascimento Lima
    • Produtora