Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas

Autores
Algorry, Aldo M.; Diaz, Laura C.; Barto, Carlos A.
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Este trabajo es la continuación del desarrollado por el grupo de Sistemas Tutores Inteligentes del Departamento de Computación de la FCEFyN de la UNC aplicados a la enseñanza del lenguaje de programación Python en la materia de Informática que se dicta para las carreras de Ingeniería.En la intención de avanzar en la investigación de los Tutores inteligentes y contando con datos sistematizados del comportamiento de los alumnos por dos años este trabajo avanza en la posibilidad de realizar estimaciones a priori sobre el comportamiento futuro de un alumno ante una pregunta concreta constituyendo un input para un hipotético tutor inteligente. El presente es continuación del trabajo ?Descubrimiento de Patrones cognitivos en Evaluaciones de Informática basado en Explotación de Información? donde se determina mediante el uso de árboles de decisión que existe una correlación que merece ser estudiada y susceptible de ser predicha con suficiente exactitud a los fines prácticos. Lo que nos lleva a estudiar con mas detalle diferentes técnicas de IA y valorar su performace como predictores de conductas cognitivas.Lo que se pretende mostrar con este trabajo que nivel de capacidad podría tener un futuro tutor inteligente para determinar cuales opciones de respuesta elegirá un alumno para las preguntas de una prueba basado en las opciones que eligió como respuesta en pruebas anteriores. En definitiva la determinación de patrones cognitivos enlazados que no solo permitan predecir si responderá la opción correcta o una incorrecta sino intentar identificar cuales opciones tienen mayor posibilidad de ser seleccionadas para direccionar el aprendizaje asistido. Como conclusión, se muestran los diferentes resultados obtenidos utilizando distintos clasificadores, con distintas configuraciones y estrategias de preprocesamiento con el propósito de seleccionar una configuración recomendable para este dominio del problema.
https://es.scribd.com/document/351069999/actas-jornadas-2015
Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Ciencias de la Computación
Materia
Educación superior
Tutores Inteligentes
Computación
Carreras de ingeniería
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/551837
Acceder
id RDUUNC_20c34d5534fe33a5f69bdeb3fd98a09b
oai_identifier_str oai:rdu.unc.edu.ar:11086/551837
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadasAlgorry, Aldo M.Diaz, Laura C.Barto, Carlos A.Educación superiorTutores InteligentesComputaciónCarreras de ingenieríaFil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Este trabajo es la continuación del desarrollado por el grupo de Sistemas Tutores Inteligentes del Departamento de Computación de la FCEFyN de la UNC aplicados a la enseñanza del lenguaje de programación Python en la materia de Informática que se dicta para las carreras de Ingeniería.En la intención de avanzar en la investigación de los Tutores inteligentes y contando con datos sistematizados del comportamiento de los alumnos por dos años este trabajo avanza en la posibilidad de realizar estimaciones a priori sobre el comportamiento futuro de un alumno ante una pregunta concreta constituyendo un input para un hipotético tutor inteligente. El presente es continuación del trabajo ?Descubrimiento de Patrones cognitivos en Evaluaciones de Informática basado en Explotación de Información? donde se determina mediante el uso de árboles de decisión que existe una correlación que merece ser estudiada y susceptible de ser predicha con suficiente exactitud a los fines prácticos. Lo que nos lleva a estudiar con mas detalle diferentes técnicas de IA y valorar su performace como predictores de conductas cognitivas.Lo que se pretende mostrar con este trabajo que nivel de capacidad podría tener un futuro tutor inteligente para determinar cuales opciones de respuesta elegirá un alumno para las preguntas de una prueba basado en las opciones que eligió como respuesta en pruebas anteriores. En definitiva la determinación de patrones cognitivos enlazados que no solo permitan predecir si responderá la opción correcta o una incorrecta sino intentar identificar cuales opciones tienen mayor posibilidad de ser seleccionadas para direccionar el aprendizaje asistido. Como conclusión, se muestran los diferentes resultados obtenidos utilizando distintos clasificadores, con distintas configuraciones y estrategias de preprocesamiento con el propósito de seleccionar una configuración recomendable para este dominio del problema.https://es.scribd.com/document/351069999/actas-jornadas-2015Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Ciencias de la Computación2016info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf978-950-33-1267-4http://hdl.handle.net/11086/551837spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:43:44Zoai:rdu.unc.edu.ar:11086/551837Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:43:44.522Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
title Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
spellingShingle Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
Algorry, Aldo M.
Educación superior
Tutores Inteligentes
Computación
Carreras de ingeniería
title_short Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
title_full Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
title_fullStr Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
title_full_unstemmed Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
title_sort Determinación de la capacidad predictiva de técnicas de aprendizaje automático aplicadas al comportamiento de alumnos en evaluaciones sistematizadas
dc.creator.none.fl_str_mv Algorry, Aldo M.
Diaz, Laura C.
Barto, Carlos A.
author Algorry, Aldo M.
author_facet Algorry, Aldo M.
Diaz, Laura C.
Barto, Carlos A.
author_role author
author2 Diaz, Laura C.
Barto, Carlos A.
author2_role author
author
dc.subject.none.fl_str_mv Educación superior
Tutores Inteligentes
Computación
Carreras de ingeniería
topic Educación superior
Tutores Inteligentes
Computación
Carreras de ingeniería
dc.description.none.fl_txt_mv Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Este trabajo es la continuación del desarrollado por el grupo de Sistemas Tutores Inteligentes del Departamento de Computación de la FCEFyN de la UNC aplicados a la enseñanza del lenguaje de programación Python en la materia de Informática que se dicta para las carreras de Ingeniería.En la intención de avanzar en la investigación de los Tutores inteligentes y contando con datos sistematizados del comportamiento de los alumnos por dos años este trabajo avanza en la posibilidad de realizar estimaciones a priori sobre el comportamiento futuro de un alumno ante una pregunta concreta constituyendo un input para un hipotético tutor inteligente. El presente es continuación del trabajo ?Descubrimiento de Patrones cognitivos en Evaluaciones de Informática basado en Explotación de Información? donde se determina mediante el uso de árboles de decisión que existe una correlación que merece ser estudiada y susceptible de ser predicha con suficiente exactitud a los fines prácticos. Lo que nos lleva a estudiar con mas detalle diferentes técnicas de IA y valorar su performace como predictores de conductas cognitivas.Lo que se pretende mostrar con este trabajo que nivel de capacidad podría tener un futuro tutor inteligente para determinar cuales opciones de respuesta elegirá un alumno para las preguntas de una prueba basado en las opciones que eligió como respuesta en pruebas anteriores. En definitiva la determinación de patrones cognitivos enlazados que no solo permitan predecir si responderá la opción correcta o una incorrecta sino intentar identificar cuales opciones tienen mayor posibilidad de ser seleccionadas para direccionar el aprendizaje asistido. Como conclusión, se muestran los diferentes resultados obtenidos utilizando distintos clasificadores, con distintas configuraciones y estrategias de preprocesamiento con el propósito de seleccionar una configuración recomendable para este dominio del problema.
https://es.scribd.com/document/351069999/actas-jornadas-2015
Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Díaz, Laura C. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Fil: Barto, Carlos A. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Ciencias de la Computación
description Fil: Algorry, Aldo M. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
publishDate 2016
dc.date.none.fl_str_mv 2016
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-950-33-1267-4
http://hdl.handle.net/11086/551837
identifier_str_mv 978-950-33-1267-4
url http://hdl.handle.net/11086/551837
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618964104118272
score 13.069144

Publicaciones similares