Hacia un modelo predictivo de rendimiento académico utilizando minería de datos en la UTN-FRRe

dc.creatorLa Red Martínez, David Luis
dc.creatorKaranik, Marcelo
dc.creatorGiovannini, Mirta Eve
dc.creatorScappini, Reinaldo
dc.date.accessioned2016-09-28T14:06:12Z
dc.date.available2016-09-28T14:06:12Z
dc.date.issued2016-04-14
dc.description.abstractDurante el cursado de la carrera de Ingeniería en Sistemas de Información en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional (UTN‐FRRe), el alumno se enfrenta con la necesidad de cursar y regularizar ciertas materias que le generan restricciones de correlatividad. Ese es el caso de la cátedra de primer año Algoritmos y Estructuras de Datos, cuya regularización es necesaria para cursar varias asignaturas de segundo y tercer año. Tomando como base los resultados del proyecto “Determinación de perfiles de estudiantes y de rendimiento académico mediante la utilización de minería de datos”, 25/L059 ‐ UTI1719, implementado en la mencionada cátedra (2013‐2015), se está comenzando un nuevo proyecto tiene como objetivo tomar como punto de partida el análisis descriptivo (lo que pasó), y utilizar la analítica avanzada, con el objetivo de explicar el por qué, el qué va a pasar y cómo podemos abordarlo. Para el estudio se utilizarán distintas herramientas de Minería de Datos: clustering, redes neuronales, redes bayesianas, árboles de decisión, regresión y series temporales, etc. Estas herramientas permiten obtener resultados desde distintas perspectivas del problema abordado. De esta manera se podrán detectar situaciones problemáticas potenciales al inicio del cursado y tomar las medidas necesarias para solucionarlas.es_ES
dc.description.peerreviewedPeer Reviewedes_ES
dc.formatapplication/pdf
dc.identifier.urihttp://hdl.handle.net/20.500.12272/1038
dc.language.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.rights.useAcceso Abiertoes_ES
dc.rights.useAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.subjectrendimiento académicoes_ES
dc.subjectalmacenes de datoses_ES
dc.subjectminería de datoses_ES
dc.subjectmodelos predictivoses_ES
dc.titleHacia un modelo predictivo de rendimiento académico utilizando minería de datos en la UTN-FRRees_ES
dc.typeinfo:eu-repo/semantics/articlees_ES
dc.type.snrdinfo:ar-repo/semantics/artículoes_ES
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_ES

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
WICC2016 - rendimiendo académico Mineria de Datos.pdf
Size:
724.49 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
5.73 KB
Format:
Item-specific license agreed upon to submission
Description: