Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning
- Autores
- Sosa, Marcelo Omar; Bruchmann, Eugenia Cecilia
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La búsqueda información oculta y útil que se encuentra en los datos de las actividades educativas es el objetivo principal de la minería de datos educativa o educational data mining (E.D.M. por sus siglas en inglés). En el caso particular de la aplicación de la metodología de blended learning en la educación superior, ésta genera grandes volúmenes de datos de dos tipos: los que se obtienen con la observación de las actividades presenciales y los que se almacenan con las actividades que desarrollan los alumnos en los entornos virtuales que se utilizan en esta metodología. Para completar el perfil del alumno a analizar, deben incorporarse además los datos históricos que los acompañan en el ingreso al nivel superior. Estos datos representan un gran volumen por lo que las técnicas de data mining representan un alternativa válida para su procesamiento. Dentro de ellas se encuentran los árboles de decisión que representan unas de las más importantes y utilizadas por los investigadores. El estudio del modo de aplicación y resultados obtenidos son la esencia de la presente investigación.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
blended learning
Data mining
árboles de decisión - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/45606
Ver los metadatos del registro completo
id |
SEDICI_932201fee2a56f299fa815c0ad1a75c9 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/45606 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learningSosa, Marcelo OmarBruchmann, Eugenia CeciliaCiencias Informáticasblended learningData miningárboles de decisiónLa búsqueda información oculta y útil que se encuentra en los datos de las actividades educativas es el objetivo principal de la minería de datos educativa o educational data mining (E.D.M. por sus siglas en inglés). En el caso particular de la aplicación de la metodología de blended learning en la educación superior, ésta genera grandes volúmenes de datos de dos tipos: los que se obtienen con la observación de las actividades presenciales y los que se almacenan con las actividades que desarrollan los alumnos en los entornos virtuales que se utilizan en esta metodología. Para completar el perfil del alumno a analizar, deben incorporarse además los datos históricos que los acompañan en el ingreso al nivel superior. Estos datos representan un gran volumen por lo que las técnicas de data mining representan un alternativa válida para su procesamiento. Dentro de ellas se encuentran los árboles de decisión que representan unas de las más importantes y utilizadas por los investigadores. El estudio del modo de aplicación y resultados obtenidos son la esencia de la presente investigación.Eje: Base de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2015-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/45606spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:02:25Zoai:sedici.unlp.edu.ar:10915/45606Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:02:25.961SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
title |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
spellingShingle |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning Sosa, Marcelo Omar Ciencias Informáticas blended learning Data mining árboles de decisión |
title_short |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
title_full |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
title_fullStr |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
title_full_unstemmed |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
title_sort |
Aportes esperados de la técnica de árboles de desición al aplicarlos a datos generados con la metodologia blended learning |
dc.creator.none.fl_str_mv |
Sosa, Marcelo Omar Bruchmann, Eugenia Cecilia |
author |
Sosa, Marcelo Omar |
author_facet |
Sosa, Marcelo Omar Bruchmann, Eugenia Cecilia |
author_role |
author |
author2 |
Bruchmann, Eugenia Cecilia |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas blended learning Data mining árboles de decisión |
topic |
Ciencias Informáticas blended learning Data mining árboles de decisión |
dc.description.none.fl_txt_mv |
La búsqueda información oculta y útil que se encuentra en los datos de las actividades educativas es el objetivo principal de la minería de datos educativa o educational data mining (E.D.M. por sus siglas en inglés). En el caso particular de la aplicación de la metodología de blended learning en la educación superior, ésta genera grandes volúmenes de datos de dos tipos: los que se obtienen con la observación de las actividades presenciales y los que se almacenan con las actividades que desarrollan los alumnos en los entornos virtuales que se utilizan en esta metodología. Para completar el perfil del alumno a analizar, deben incorporarse además los datos históricos que los acompañan en el ingreso al nivel superior. Estos datos representan un gran volumen por lo que las técnicas de data mining representan un alternativa válida para su procesamiento. Dentro de ellas se encuentran los árboles de decisión que representan unas de las más importantes y utilizadas por los investigadores. El estudio del modo de aplicación y resultados obtenidos son la esencia de la presente investigación. Eje: Base de Datos y Minería de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
La búsqueda información oculta y útil que se encuentra en los datos de las actividades educativas es el objetivo principal de la minería de datos educativa o educational data mining (E.D.M. por sus siglas en inglés). En el caso particular de la aplicación de la metodología de blended learning en la educación superior, ésta genera grandes volúmenes de datos de dos tipos: los que se obtienen con la observación de las actividades presenciales y los que se almacenan con las actividades que desarrollan los alumnos en los entornos virtuales que se utilizan en esta metodología. Para completar el perfil del alumno a analizar, deben incorporarse además los datos históricos que los acompañan en el ingreso al nivel superior. Estos datos representan un gran volumen por lo que las técnicas de data mining representan un alternativa válida para su procesamiento. Dentro de ellas se encuentran los árboles de decisión que representan unas de las más importantes y utilizadas por los investigadores. El estudio del modo de aplicación y resultados obtenidos son la esencia de la presente investigación. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/45606 |
url |
http://sedici.unlp.edu.ar/handle/10915/45606 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615891514294272 |
score |
13.070432 |