Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics
- Autores
- Herrera Cognetta, Analía; Pérez Otero, Nilda; Colarich, Francisco N.; Castillo, Gustavo; Mamani, Dalila J.; Patagua, Mauro R.; Rodriguez, Natalia E.; Talavera, Roque E.; Verrastro, Diego M.
- Año de publicación
- 2020
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Big Data es la nueva generación de almacenamiento, análisis de datos y de negocios. En el fenómeno del Big Data se considera, como fuentes de generación de datos a personas, smartphones, equipos que generan data de proyectos y experimentos, y, principalmente, a Internet. La tecnología Big Data permite recolectar, almacenar y preparar grandes volúmenes de datos, para analizar o visualizar la relación entre ellos, inclusive a partir de datos que se generan en tiempo real y provienen de redes sociales, sensores, dispositivos de diversa índole o fuentes de audio y video. En esta temática, el presente proyecto pretende, en una primera etapa, investigar tecnologías y arquitecturas para implementar un clúster en una plataforma web, donde estudiantes de la Facultad de Ingeniería de la UNJu, puedan aprender y practicar Big Data; en una segunda etapa se comenzará con una investigación en Analítica de Datos para evolucionar a Learning Analytics, utilizando algoritmos para medición, recopilación, análisis e informe de datos, sobre estudiantes universitarios y sus contextos, a fin de comprender y optimizar el aprendizaje y entornos en que se produce.
Eje: Base de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Arquitectura escalable
Big Data
Plataforma web
Análisis predictivo de datos
Analítica de aprendizaje
Learning Analytics - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/103667
Ver los metadatos del registro completo
id |
SEDICI_eb41a078f018a4ae64502dda7f7f8d8a |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/103667 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analyticsHerrera Cognetta, AnalíaPérez Otero, NildaColarich, Francisco N.Castillo, GustavoMamani, Dalila J.Patagua, Mauro R.Rodriguez, Natalia E.Talavera, Roque E.Verrastro, Diego M.Ciencias InformáticasArquitectura escalableBig DataPlataforma webAnálisis predictivo de datosAnalítica de aprendizajeLearning AnalyticsBig Data es la nueva generación de almacenamiento, análisis de datos y de negocios. En el fenómeno del Big Data se considera, como fuentes de generación de datos a personas, smartphones, equipos que generan data de proyectos y experimentos, y, principalmente, a Internet. La tecnología Big Data permite recolectar, almacenar y preparar grandes volúmenes de datos, para analizar o visualizar la relación entre ellos, inclusive a partir de datos que se generan en tiempo real y provienen de redes sociales, sensores, dispositivos de diversa índole o fuentes de audio y video. En esta temática, el presente proyecto pretende, en una primera etapa, investigar tecnologías y arquitecturas para implementar un clúster en una plataforma web, donde estudiantes de la Facultad de Ingeniería de la UNJu, puedan aprender y practicar Big Data; en una segunda etapa se comenzará con una investigación en Analítica de Datos para evolucionar a Learning Analytics, utilizando algoritmos para medición, recopilación, análisis e informe de datos, sobre estudiantes universitarios y sus contextos, a fin de comprender y optimizar el aprendizaje y entornos en que se produce.Eje: Base de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf252-255http://sedici.unlp.edu.ar/handle/10915/103667spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:22:33Zoai:sedici.unlp.edu.ar:10915/103667Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:22:33.321SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
title |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
spellingShingle |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics Herrera Cognetta, Analía Ciencias Informáticas Arquitectura escalable Big Data Plataforma web Análisis predictivo de datos Analítica de aprendizaje Learning Analytics |
title_short |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
title_full |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
title_fullStr |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
title_full_unstemmed |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
title_sort |
Cluster para aprendizaje y práctica de bigdata y servicios de learning analytics |
dc.creator.none.fl_str_mv |
Herrera Cognetta, Analía Pérez Otero, Nilda Colarich, Francisco N. Castillo, Gustavo Mamani, Dalila J. Patagua, Mauro R. Rodriguez, Natalia E. Talavera, Roque E. Verrastro, Diego M. |
author |
Herrera Cognetta, Analía |
author_facet |
Herrera Cognetta, Analía Pérez Otero, Nilda Colarich, Francisco N. Castillo, Gustavo Mamani, Dalila J. Patagua, Mauro R. Rodriguez, Natalia E. Talavera, Roque E. Verrastro, Diego M. |
author_role |
author |
author2 |
Pérez Otero, Nilda Colarich, Francisco N. Castillo, Gustavo Mamani, Dalila J. Patagua, Mauro R. Rodriguez, Natalia E. Talavera, Roque E. Verrastro, Diego M. |
author2_role |
author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Arquitectura escalable Big Data Plataforma web Análisis predictivo de datos Analítica de aprendizaje Learning Analytics |
topic |
Ciencias Informáticas Arquitectura escalable Big Data Plataforma web Análisis predictivo de datos Analítica de aprendizaje Learning Analytics |
dc.description.none.fl_txt_mv |
Big Data es la nueva generación de almacenamiento, análisis de datos y de negocios. En el fenómeno del Big Data se considera, como fuentes de generación de datos a personas, smartphones, equipos que generan data de proyectos y experimentos, y, principalmente, a Internet. La tecnología Big Data permite recolectar, almacenar y preparar grandes volúmenes de datos, para analizar o visualizar la relación entre ellos, inclusive a partir de datos que se generan en tiempo real y provienen de redes sociales, sensores, dispositivos de diversa índole o fuentes de audio y video. En esta temática, el presente proyecto pretende, en una primera etapa, investigar tecnologías y arquitecturas para implementar un clúster en una plataforma web, donde estudiantes de la Facultad de Ingeniería de la UNJu, puedan aprender y practicar Big Data; en una segunda etapa se comenzará con una investigación en Analítica de Datos para evolucionar a Learning Analytics, utilizando algoritmos para medición, recopilación, análisis e informe de datos, sobre estudiantes universitarios y sus contextos, a fin de comprender y optimizar el aprendizaje y entornos en que se produce. Eje: Base de Datos y Minería de Datos. Red de Universidades con Carreras en Informática |
description |
Big Data es la nueva generación de almacenamiento, análisis de datos y de negocios. En el fenómeno del Big Data se considera, como fuentes de generación de datos a personas, smartphones, equipos que generan data de proyectos y experimentos, y, principalmente, a Internet. La tecnología Big Data permite recolectar, almacenar y preparar grandes volúmenes de datos, para analizar o visualizar la relación entre ellos, inclusive a partir de datos que se generan en tiempo real y provienen de redes sociales, sensores, dispositivos de diversa índole o fuentes de audio y video. En esta temática, el presente proyecto pretende, en una primera etapa, investigar tecnologías y arquitecturas para implementar un clúster en una plataforma web, donde estudiantes de la Facultad de Ingeniería de la UNJu, puedan aprender y practicar Big Data; en una segunda etapa se comenzará con una investigación en Analítica de Datos para evolucionar a Learning Analytics, utilizando algoritmos para medición, recopilación, análisis e informe de datos, sobre estudiantes universitarios y sus contextos, a fin de comprender y optimizar el aprendizaje y entornos en que se produce. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-05 |
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/10915/103667 |
url |
http://sedici.unlp.edu.ar/handle/10915/103667 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5 info:eu-repo/semantics/reference/hdl/10915/103151 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 252-255 |
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_ |
1844616101340643328 |
score |
13.070432 |