<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=149588"><dc:title>Ocena matematične anksioznosti na podlagi vizualnih signalov</dc:title><dc:creator>Kovač,	Matej	(Avtor)
	</dc:creator><dc:creator>Košir,	Andrej	(Mentor)
	</dc:creator><dc:creator>Jankovec,	Marko	(Komentor)
	</dc:creator><dc:subject>matematična anksioznost</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>kamera za globinsko zaznavo</dc:subject><dc:description>V diplomski nalogi obravnavamo vprašanje do kolikšne mere lahko ocenimo matematično anksioznost na podlagi vizualnih signalov. Poleg opisa krmiljenja kamere za zaznavo skeletnih točk, delo vključuje obdelavo in analizo podatkov, s pomočjo različnih metod strojnega učenja. Zasnova za izvedbo eksperimenta in razpoznave matematične anksioznosti izhaja iz raziskovalnega projekta z naslovom »Spremljanje in izboljšanje individualnih obravnav učencev v COVID in post-COVID razmerah«, ki si prizadeva pomagati osnovnošolskim učencem premagovati anksioznost ob reševanju matematičnih problemov. 

Pri obdelavi podatkov smo se posluževali različnih razvrščevalnikov strojnega učenja in za izbrane značilke ovrednotili uspešnost posameznih razvrščevalnikov. V našem primeru se je najbolje izkazala metodo podpornih vektorjev. Kljub temu se rezultati uspešnosti razvrščevalnikov niso izkazali za dovolj dobre, da bi zanesljivostjo prepoznavali matematično anksioznost le na podlagi vizualnih signalov.</dc:description><dc:date>2023</dc:date><dc:date>2023-09-07 12:50:02</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>149588</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>