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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/103667

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