2010-10-15 (upm) eMadrid arcarrio uc3m algoritmos aprendizaje patrones

  • 637 views
Uploaded on

2010-10-15 …

2010-10-15
(upm)
eMadrid
Alicia Rodríguez Carrión
Universidad Carlos III de Madrid
Aprendiendo de la experiencia: Algoritmos para el aprendizaje de patrones y posibles aplicaciones en entornos de e-learning

More in: Education
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
637
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
2
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide
  • Para rellenar se puede explicar cómo se construye el árbol.

Transcript

  • 1. Aprendiendo de la experiencia Algoritmos para el aprendizaje de patrones y posibles aplicaciones en entornos de e-learning Alicia Rodríguez Carrión (arcarrio@it.uc3m.es) Grupo de Aplicaciones y Servicios Telemáticos Universidad Carlos III de Madrid Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 2. ¿Por qué aprendemos patrones…
    • … en escenarios de movilidad?
      • Las personas tienden a seguir las mismas rutas periódicamente  si sabes por dónde va ahora puedes suponer hacia dónde se está dirigiendo
      • Queremos predecir las localizaciones futuras
        • Porque la localización es un tema que está ganando mucha fuerza
        • Porque nos permite tomar decisiones relacionadas con la posición del usuario con antelación: mostrar publicidad, gestión de recursos, …
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 3. ¿Por qué querríamos aprender patrones…
    • … en el escenarios de e-learning ?
      • Cada persona tiene una forma de aprender predefinida  aprendiendo cuál es su perfil cognitivo se puede facilitar el aprendizaje del usuario
      • Queremos ofrecer un aprendizaje personalizado
        • Adaptándonos a la forma de aprender de cada alumno (con teoría, con ejemplos resueltos, con ejercicios a resolver…)
        • Adelantándonos a sus necesidades (mostrando ayuda ante dificultades, ofreciendo medios para formular preguntas, …)
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 4. Índice
    • Movilidad
      • Fuentes de datos
      • Algoritmos de predicción
      • Resultados
      • Aplicación móvil
    • e-Learning
      • Fuentes de datos
      • Algoritmos de predicción
      • Propuestas de aplicación a escenarios de e-learning
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 5. Fuentes de datos
    • Objetivo:
    Traductor Información de localización Símbolos de entrada de los algoritmos Seminario eMadrid sobre "Juegos, aprendizaje y movilidad" (Long1, Lat1) a (Long2, Lat2) b (Long3, Lat3) c (Long4, Lat4) d … … Cell ID: 1 a Cell ID: 2 b Cell ID: 3 c Cell ID: 4 d … …
  • 6. Fuentes de datos
    • Dispositivo móvil detecta cada cambio de celda y va formando el historial de movimientos (L)
    • Ejemplo: L = a b c f e …
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad" Cell ID: 1 a Cell ID: 2 b Cell ID: 3 c Cell ID: 4 d Cell ID: 5 e Cell ID: 6 f
  • 7. Algoritmos de predicción
    • Principio básico de funcionamiento
      • Los algoritmos extraen y almacenan:
        • Patrones de movimiento
        • Evento(s) posterior(es) a cada patrón
      • Cuando el algoritmo reconoce un patrón ya visto:
        • Analiza los eventos que le han seguido anteriormente
        • Elige el que ha ocurrido más veces
    • Ejemplo: L = … a b c a b a c a b a d a b ?
      • Patrón ab  seguido de c (1 vez), a (2 veces)
      • Predicción siguiente símbolo: a
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 8. Algoritmos de predicción
    • Familia algoritmos LZ
      • 3 algoritmos analizados: LZ78, LeZi Update (LZU) y Active LeZi (ALZ)
      • Sencillos
      • Rápidos
      • Adaptativos  no precisan entrenamiento previo, sino que aprenden y se adaptan a medida que se mueve el usuario
      • Consumen pocos recursos  posibilita la ejecución en dispositivos móviles
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 9. Algoritmos de predicción Actualizar árbol de patrones Calcular probabilidades c … cab d Seminario eMadrid sobre "Juegos, aprendizaje y movilidad" Algoritmo de predicción d 0.8 b 0.1 a 0.1
  • 10. Resultados
    • Tasa de acierto
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 11. Resultados
    • Memoria ocupada
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 12. Aplicación móvil
    • Aplicación hecha en Android
      • Probada en HTC Hero
      • Android 2.1 Platform
      • Ventajas que aporta Android:
        • Muestra la información de la celda actual y las vecinas
        • Acceso a GPS, acelerómetro, brújula  nos permiten determinar si el usuario está parado o en movimiento
        • Facilita el uso de APIs de Google  usamos Google Maps y un API que nos permite traducir identificadores de celda en coordenadas
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 13. Aplicación móvil Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 14. Índice
    • Movilidad
      • Fuentes de datos
      • Algoritmos de predicción
      • Resultados
      • Aplicación móvil
    • e-Learning
      • Fuentes de datos
      • Algoritmos de predicción
      • Propuestas de aplicación a escenarios de e-learning
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 15. Fuentes de datos
    • Objetivo:
      • Resultados de evaluación
      • Características de la actividad:
        • Nivel de dificultad
        • Conocimientos, habilidades o competencias que se quieran ejercitar o evaluar
        • Ayuda (pistas, wikis, foros, búsquedas en Internet) que ha necesitado el alumno
    Traductor Información de aprendizaje del alumno Símbolos de entrada de los algoritmos Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 16. Algoritmos de predicción
    • Primera aproximación: analizar patrones de alumnos de forma individual
      • A partir de las características de aprendizaje de un alumno, construir su árbol y adaptarse a su forma de aprender
    • Segunda aproximación: analizar patrones de un grupo de alumnos
      • Construir el árbol con los patrones seguidos por cada uno de los alumnos del grupo y hacer recomendaciones conforme a las observaciones colectivas
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 17. Propuestas de aplicaciones a entornos de e-learning
    • A. Itinerarios de aprendizaje
      • Árbol de patrones puede ser
        • Construido con las acciones del usuario
        • Construido “a mano” con los patrones que queremos que siga el usuario
      • Podemos diseñar nuestro árbol “ideal”
        • contiene los itinerarios de aprendizaje que queremos que siga el alumno
        • Al completar cada actividad  evaluar los resultados y recomendar la siguiente actividad que parece mejor en cada caso
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 18. Propuestas de aplicaciones a entornos de e-learning
    • B. Recomendaciones basadas en los patrones seguidos por otros usuarios
      • Árbol de patrones puede ser:
        • Individual (construido por los patrones de un usuario)
        • Colectivo (construido por los patrones de varios usuarios)
      • Cada usuario tiene su forma de aprender, pero pueden existir patrones de aprendizaje similares  podemos usar los patrones que hemos observado de otros usuarios para recomendar a alumnos futuros
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 19. Propuestas de aplicaciones a entornos de e-learning
    • C. Educación usando mundos virtuales
      • Los mundos virtuales simulan el mundo real  también podemos dividirlo en regiones “geográficas” y aprender patrones de comportamiento en el mundo virtual
      • Analizando por dónde se mueve el usuario podemos adelantarnos a sus movimientos y cargar nuevos personajes, objetos, ayudas… antes de que el usuario llegue a su destino
    Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"
  • 20. Seminario eMadrid sobre "Juegos, aprendizaje y movilidad"