A Influência dos Estilos de Aprendizagem nos Papéis de Desenvolvimento de Software no Ambiente de Ensino
Publicado: Dezembro 2023 | Qualis CAPES: B1 | DOI: 10.56083/RCV3N12-186
O artigo analisa a relação entre os estilos de aprendizagem dos estudantes, com base no modelo CHAEA, e os papéis no desenvolvimento de software em um contexto educacional. A pesquisa mostrou uma predominância do estilo de aprendizagem reflexivo entre os alunos, sugerindo que práticas de ensino adaptadas a esse perfil podem aumentar a eficácia da aprendizagem. Conclui-se que considerar os estilos de aprendizagem dos estudantes ao planejar atividades relacionadas a papéis como programador, analista ou testador pode promover um ambiente educacional mais inclusivo e envolvente.
Tempo é Dinheiro: Otimizando Estruturas DataFrame
Publicado: Novembro 2022 | Artigo do Medium
Este estudo apresenta técnicas de otimização para lidar com grandes conjuntos de dados utilizando a biblioteca Pandas. Ao converter arquivos CSV para o formato Pickle, remover valores nulos e atribuir tipos de dados apropriados, foram alcançadas reduções significativas no tempo de carregamento e no uso de memória, com melhorias superiores a 80%. Essas práticas se mostram particularmente eficazes em ambientes com recursos limitados. A análise destaca que ajustes simples nas estruturas de dados podem ter um impacto substancial no desempenho computacional.
Estudo de Técnicas Ensemble no Aprendizado Baseado em uma Única Classe na Classificação Automática de Textos
Publicado: Setembro 2021 | Artigo Interno da Universidade
O estudo avalia o uso de técnicas de ensemble aplicadas ao aprendizado de uma única classe (ABUC) para classificação automática de textos. Quatro algoritmos ABUC foram utilizados: Local Outlier Factor (LOF), One Class SVM (OCSVM), Isolation Forest e Elliptic Envelope. A pesquisa comparou o desempenho individual desses algoritmos com suas combinações em ensemble, utilizando quatro conjuntos de dados de texto. Os resultados mostraram que os ensembles, especialmente a combinação do LOF com o OCSVM, superaram os melhores resultados individuais em até 20% na métrica F1-score.