Page 61 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

60 Sistemas de aprendizaje e-learning: técnicas de
inteligencia artificial para las inteligencias múltiples

VARK) y una salida (de los atributos de las preferencias del usuario). El ANFIS tomó por default
70 % de nuestros datos para el conjunto de entrenamiento, 15 % para el conjunto de prueba y
15 % para el conjunto de chequeo.

Tabla 4.4. Características del ANFIS
TYPE VERSION NUMINPUTS NUMOUTPUTS NUMRULES ANDMETHOD
sugeno 2.0 4 1 81 prod
OrMethod ImpMethod AggMethod DefuzzMethod
max prod max wtaver

Tabla 4.5. Resultados del ANFIS con 30 épocas
NO. DESCRIPCIÓN R
1 VirtualBlackboard 0.667
2 AskinFriendLanguage 0.667
3 BooksJournals 0.670
4 ReadBookInstruction 0.680
5 PartnerTeachMe 0.687

Para 30 épocas, el ANFIS consiguió una mejor ejecución; la tabla 4.5 muestra que los resul-
tados más altos en regresión lineal clásica (HelpTutorial=0.284) contra el ANFIS de 30 épocas
(VirtualBlackboard=0.667), mejora la regresión lineal. Por ejemplo, BooksJournals de 0.193
(EC) a 0.670 (ANFIS), AskingFriendLaguage de 0.182 (EC) a 0.667 (ANFIS), etcétera.

Para mejorar los resultados del ANFIS, se utilizaron 300 épocas; tiene tres funciones de mem-
bresía, cuatro entradas (resultados del VARK) y una salida (atributos de las preferencias del
usuario). El ANFIS utilizó por default 70 % de los datos para el conjunto de entrenamiento, 15 %
para el conjunto de prueba y 15 % para el conjunto para checarlos (ver tabla 4.6).

Tabla 4.6. ANFIS. 10 resultados más altos con 300 épocas
NO. DESCRIPCIÓN ANFIS R
1 BooksJournals 0.689
2 VirtualBlackBoard 0.692
3 ByTV 0.695
4 VideoOnInternet 0.699
5 ReadBookInstruction 0.704
6 ExamplesInLab 0.704
7 PartnerTeachMe 0.705
8 Classroom 0.707
9 VideoInternetExp 0.711
10 OnInternet 0.731