This thesis describes the structure of the 'MLToolBox' prototype, a toolbox designed to support researchers and teachers in collecting and processing data from an Educational Robotics (ER) experiment. The work carried out in this paper automates many of the fundamental steps from the collection of log files to the training of machine learning methods, selected by the authors of the project. The software is designed in such a way that it can be easily used on different devices, guaranteeing the correct reproducibility of the experiments.
In questo elaborato viene descritta la struttura del prototipo “MLToolBox”, una toolbox ideata con lo scopo di supportare ricercatori e insegnanti nella raccolta e processamento dati derivanti da un esperimento di Robotica Educazionale (ER). Il lavoro svolto in questa tesi automatizza molti dei passaggi fondamentali che intercorrono dalla collezione dei log file all’addestramento dei metodi di machine learning selezionati dagli autori del progetto. Il software sviluppato è stato ideato in modo da poter essere facilmente utilizzato su dispositivi diversi garantendo la corretta riproducibilità degli esperimenti.
Algoritmi di Machine Learning per l'identificazione dei processi di apprendimento durante esperienze di robotica educativa
SVAMPA, LUDOVICO
2021/2022
Abstract
This thesis describes the structure of the 'MLToolBox' prototype, a toolbox designed to support researchers and teachers in collecting and processing data from an Educational Robotics (ER) experiment. The work carried out in this paper automates many of the fundamental steps from the collection of log files to the training of machine learning methods, selected by the authors of the project. The software is designed in such a way that it can be easily used on different devices, guaranteeing the correct reproducibility of the experiments.File | Dimensione | Formato | |
---|---|---|---|
Tesi_Svampa_PDF_A.pdf
accesso aperto
Descrizione: Tesi Svampa Ludovico in formato PDF/A
Dimensione
1.5 MB
Formato
Adobe PDF
|
1.5 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/9607