![]() |
![]() |
![]() |
David Renaudie |
||||||||||||||
Thèmes de rechercheJe travaille sur l'analyse automatique de fichiers de logs d'élèves utilisant un logiciel d'apprentissage de l'algèbre, Aplusix. Le but est d'arriver à caractériser automatiquement le niveau de connaissances de l'élève dans plusieurs types de tâches différents (développer, réduire, etc..), en vue de la construction du profil de l'élève. L'objectif à plus long terme est de concevoir un tuteur artificiel permettant de guider les élèves lorsde la résolution et de leur proposer de nouveaux exercices. Pour cela, j'applique des méthodes variées d'apprentissage automatique, principalement des techniques classiques en data-mining de construction non supervisée de catégories, à partir de données non étiquetées (tâche dite de classification, de catégorisation, ou encore plus couramment de "clustering"). Cela va du classique k-Means au SuperParamagnetic Clustering. Mon travail de thèse consiste essentiellement à chercher une représentation adéquate des séquences d'actions initiales permettant aux algorithmes de clustering de fournir des clusters d'élèves homogènes du point de vue des connaissances algébriques de l'élève. Cette thèse se déroule dans le cadre du projet Cognitique-Algèbre. Des expériences en cours dans différents établissement scolaires français fournissent des données réelles sur la façon dont des élèves de collèges et lycées résolvent des exercices d'algèbres. Mon rôle au sein de ce projet est, avec les autres membres de l'équipe Apprentissage impliqués, de proposer des solutions répondant aux besoins en analyse automatique, de les implémenter et d'analyser les résultats issues de ces expériences. Publications représentatives
Pages personnelles
|