Page 64 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

Sistemas de Aprendizaje e-learning: técnicas de 63
inteligencia artificial para las inteligencias múltiples

4.3.1. RESULTADOS DE LA REGRESIÓN UTILIZANDO ANN
Para la variable de salida (y) se utilizaron cada uno de los atributos de los recolectados por el
cuestionario de preferencias; para la variable de salida (x) se utilizaron los cuatro resultados
del cuestionario VARK (ver tabla 4.10).

Tabla 4.10. Los 10 resultados más altos de la regresión con ANN y las IM.

NO. DESCRIPCIÓN ANN R
1 Experimenting 0.24708
2 ReadinBooks 0.25482
3 Classroom 0.2554
4 ExamInLab 0.25885
5 PracSports 0.26129
6 Telephone 0.28089
7 AskingExperts 0.28496
8 Newspaper 0.29152
9 ListeningMusic 0.31736
10 MessCelphone 0.33791

4.3.2. RESULTADOS DE LA REGRESIÓN UTILIZANDO ANFIS
Las tablas 4.11 y 4.12 muestran las características del ANFIS y los cinco mayores resultados
de la regresión con 30 épocas. El ANFIS tiene siete entradas (de los resultados de las IM) 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 4.11. Características del ANFIS e IM.
TYPE VERSION NUMINPUTS NUMOUTPUTS NUMRULES ANDMETHOD
sugeno 2.0 7 1 2187 prod
OrMethod ImpMethod AggMethod DefuzzMethod
max prod max wtaver

Tabla 4.12. Resultados del ANFIS con 30 épocas y las IM.
NO. DESCRIPCIÓN R
1 HelpTutorial 0.6031
2 Ebooks 0.61205
3 ListeningMusic 0.59879
4 Experimenting 0.62189
5 ListeningRadio 0.62789

Para 30 épocas, el ANFIS consiguió una mejor ejecución que la ANN y EC; la tabla 4.12 mues-
tra los resultados más altos en regresión.