Automatska identifikacija individualnih strategija učenja korištenjem edukacijskih robota i analitike učenja

master's thesis

• Title (english): Automated Identification of Individual Learning Strategies Using Educational Robots and Learning Analytics
• Author: Ivan Strizrep
• Mentor: Ana Sović Kržić (mentor)
• Committee member: Ana Sović Kržić (predsjednik povjerenstva)
• Committee member: Davor Petrinović (član povjerenstva)
• Committee member: Tomislav Petković (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2019-07-12, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U radu je opisan postupak detekcije različitih strategija učenja pojedinaca pri programiranju edukacijskih robota u Lego Mindstroms EV3 aplikaciji. Detekcija se obavlja standardnim procesom otkrivanja korisnog znanja iz velike količine podataka: definicija atributa – prikupljanje podataka – obrada podataka – razvoj metrika – analiza i evaluacija – vizualizacija – izvještavanje – razvoj znanja. U sklopu faze analiza i evaluacija koristi se analiza glavnih komponenti i algoritam k-sredina koji služi za grupiranje. Navedenim postupkom detektirano je pet osnovnih strategija učenja.

Abstract (english)

This work describes the process of detecting different user's learning strategies while programming educational robots in Lego Mindstorms EV3 application. Detection is performed using a standard knowledge discovery process: attribute definition – data acquisition – data pre-processing – metrics development – analysis and evaluation – visualization – reporting – knowledge deployment. Within the analysis and evaluation phase, principal component analysis and k-means clustering is used. Five basic learning strategies were identified by this procedure.

• Keywords: analitika igara; Lego Mindstorms EV3; strojno učenje; rudarenje podatcima; analiza glavnih komponenti; algoritam k-sredina
• Keywords (english): game analytics; Lego Mindstorms EV3; machine learning; data mining; prinicpal component analysis; k-means clustering
• Language: croatian
• URN:NBN: urn:nbn:hr:168:280027
• Study programme: Title: Information and Communication Technology; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2020-01-07 22:10:48