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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Álvarez Blanco,Jorge, Lau Fernández,Rogelio, Pérez Lovelle,Sonia, Leyva Pérez,Exiquio C
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