Análise de aprendizagem na educação online: Prever o desempenho académico e reforçar envolvimento através modelos baseados em dados

Este livro investiga as questões prementes do envolvimento dos formandos e da desistência académica em ambientes de ensino online. Com foco nos formandos de cursos técnicos em Karnataka, na Índia, a investigação apresenta o quadro EDU Insight para analisar os principais fatores comportamentais e demográficos que afetam o desempenho dos formandos. Propõe um modelo de previsão de pontuação que utiliza a técnica de 'random forest' e o aumento sintético de dados através de GANs tabulares para prever os resultados dos alunos com elevada precisão. Além disso, é desenvolvida uma abordagem híbrida de aprendizagem em conjunto, que incorpora classificadores ponderados e meta-aprendizes, para aperfeiçoar ainda mais o desempenho preditivo. Para apoiar a aprendizagem personalizada, é introduzido um sistema de recomendação de filtragem colaborativa baseado em autoencoders, que personaliza as sugestões de cursos com base no comportamento e nos dados demográficos dos alunos. A utilização integrada de análise de aprendizagem e aprendizagem automática neste estudo contribui com metodologias inovadoras para a precisão preditiva, a privacidade dos dados e as intervenções de aprendizagem personalizadas em sistemas de educação online.