Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales
En este artículo se muestra la aplicación de redes neuronales con el objetivo de predecir los resultados docentes que alcanzarán los estudiantes en las asignaturas Estructuras de Datos I y II, que forman parte del currículo de la carrera de Ingeniería Informática que se imparte en el Instituto Super...
Guardado en:
Autores principales: | , , , |
---|---|
Lenguaje: | Spanish / Castilian |
Publicado: |
Universidad de Tarapacá.
2016
|
Materias: | |
Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052016000400015 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
oai:scielo:S0718-33052016000400015 |
---|---|
record_format |
dspace |
spelling |
oai:scielo:S0718-330520160004000152016-11-14Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronalesÁlvarez Blanco,JorgeLau Fernández,RogelioPérez Lovelle,SoniaLeyva Pérez,Exiquio C Ingeniería informática resultados docentes rendimiento escolar predicción redes neuronales En este artículo se muestra la aplicación de redes neuronales con el objetivo de predecir los resultados docentes que alcanzarán los estudiantes en las asignaturas Estructuras de Datos I y II, que forman parte del currículo de la carrera de Ingeniería Informática que se imparte en el Instituto Superior Politécnico José Antonio Echeverría (ISPJAE) en la República de Cuba. El presente trabajo fue motivado fundamentalmente por el hecho de que las asignaturas escogidas tienen un significativo grado de complejidad, lo que exige una importante dedicación y rigurosidad por parte de los estudiantes. Como consecuencia los resultados docentes que se obtienen actualmente en esas materias no son buenos. Con el objetivo indicado se desarrolló una aplicación, basada en el sistema MATLAB, que permite predecir resultados docentes en las materias de interés, partiendo de resultados en algunas asignaturas del año de estudio anterior y otros datos de interés. Se emplearon dos redes neuronales, ambas con la misma arquitectura, pero cada una entrenada con los datos específicos de cada asignatura (Estructuras de Datos I y II). Se realizó un grupo de experimentos para contrastar el comportamiento de las redes respecto a algunas estadísticas presentes en los datos de la muestra. En general se logró una efectividad en la predicción superior a un 78% para el caso de la primera asignatura, mientras que para la segunda se alcanzó una efectividad superior al 75%.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.24 n.4 20162016-10-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052016000400015es10.4067/S0718-33052016000400015 |
institution |
Scielo Chile |
collection |
Scielo Chile |
language |
Spanish / Castilian |
topic |
Ingeniería informática resultados docentes rendimiento escolar predicción redes neuronales |
spellingShingle |
Ingeniería informática resultados docentes rendimiento escolar predicción redes neuronales Álvarez Blanco,Jorge Lau Fernández,Rogelio Pérez Lovelle,Sonia Leyva Pérez,Exiquio C Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
description |
En este artículo se muestra la aplicación de redes neuronales con el objetivo de predecir los resultados docentes que alcanzarán los estudiantes en las asignaturas Estructuras de Datos I y II, que forman parte del currículo de la carrera de Ingeniería Informática que se imparte en el Instituto Superior Politécnico José Antonio Echeverría (ISPJAE) en la República de Cuba. El presente trabajo fue motivado fundamentalmente por el hecho de que las asignaturas escogidas tienen un significativo grado de complejidad, lo que exige una importante dedicación y rigurosidad por parte de los estudiantes. Como consecuencia los resultados docentes que se obtienen actualmente en esas materias no son buenos. Con el objetivo indicado se desarrolló una aplicación, basada en el sistema MATLAB, que permite predecir resultados docentes en las materias de interés, partiendo de resultados en algunas asignaturas del año de estudio anterior y otros datos de interés. Se emplearon dos redes neuronales, ambas con la misma arquitectura, pero cada una entrenada con los datos específicos de cada asignatura (Estructuras de Datos I y II). Se realizó un grupo de experimentos para contrastar el comportamiento de las redes respecto a algunas estadísticas presentes en los datos de la muestra. En general se logró una efectividad en la predicción superior a un 78% para el caso de la primera asignatura, mientras que para la segunda se alcanzó una efectividad superior al 75%. |
author |
Álvarez Blanco,Jorge Lau Fernández,Rogelio Pérez Lovelle,Sonia Leyva Pérez,Exiquio C |
author_facet |
Álvarez Blanco,Jorge Lau Fernández,Rogelio Pérez Lovelle,Sonia Leyva Pérez,Exiquio C |
author_sort |
Álvarez Blanco,Jorge |
title |
Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
title_short |
Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
title_full |
Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
title_fullStr |
Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
title_full_unstemmed |
Predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
title_sort |
predicción de resultados académicos de estudiantes de informática mediante el uso de redes neuronales |
publisher |
Universidad de Tarapacá. |
publishDate |
2016 |
url |
http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052016000400015 |
work_keys_str_mv |
AT alvarezblancojorge prediccionderesultadosacademicosdeestudiantesdeinformaticamedianteelusoderedesneuronales AT laufernandezrogelio prediccionderesultadosacademicosdeestudiantesdeinformaticamedianteelusoderedesneuronales AT perezlovellesonia prediccionderesultadosacademicosdeestudiantesdeinformaticamedianteelusoderedesneuronales AT leyvaperezexiquioc prediccionderesultadosacademicosdeestudiantesdeinformaticamedianteelusoderedesneuronales |
_version_ |
1714203439804710912 |