Estudio y diseño de técnicas de aprendizaje automático orientadas a la detección temprana de anomalías en la evaluación docente
Empreu sempre aquest identificador per citar o enllaçar aquest ítem
http://hdl.handle.net/10045/91029
Títol: | Estudio y diseño de técnicas de aprendizaje automático orientadas a la detección temprana de anomalías en la evaluación docente |
---|---|
Autors: | Gallego, Antonio-Javier | Rico-Juan, Juan Ramón | Calvo-Zaragoza, Jorge | Castellanos, Francisco J. | Rizo, David |
Grups d'investigació o GITE: | Reconocimiento de Formas e Inteligencia Artificial |
Centre, Departament o Servei: | Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos |
Paraules clau: | Aprendizaje automático | Detección de anomalías | Predicción de notas | Evaluación |
Àrees de coneixement: | Lenguajes y Sistemas Informáticos |
Data de publicació: | 2018 |
Editor: | Universidad de Alicante. Instituto de Ciencias de la Educación |
Citació bibliogràfica: | Gallego Sánchez, Antonio Javier, et al. "Estudio y diseño de técnicas de aprendizaje automático orientadas a la detección temprana de anomalías en la evaluación docente". En: Roig-Vila, Rosabel (coord.). Memorias del Programa de Redes-I3CE de calidad, innovación e investigación en docencia universitaria. Convocatoria 2017-18 = Memòries del Programa de Xarxes-I3CE de qualitat, innovació i investigació en docència universitària. Convocatòria 2017-18. Alicante: Universidad de Alicante, Instituto de Ciencias de la Educación (ICE), 2018. ISBN 978-84-09-07041-1, pp. 2923-2938 |
Resum: | Uno de procesos más importantes en casi todos los modelos de enseñanza universitaria es la evaluación. Los criterios que se establecen en una asignatura orientan la forma en la que se obtiene la calificación final del alumno. Es por ello importante realizar un seguimiento continuado del aprendizaje del estudiante y de sus calificaciones, permitiendo de este modo la detección de anomalías para proceder con una intervención inmediata que permita corregir la situación. Normalmente, en los primeros cursos universitarios el número de alumnos es elevado, lo que redunda en detrimento del control o seguimiento que se le puede realizar a los estudiantes por parte del profesor. En este trabajo se propone un estudio de 24 algoritmos de inteligencia artificial, pertenecientes a diferentes categorías, para la predicción de la siguiente calificación de prácticas. Los resultados experimentales muestran cómo las categorías basadas en máquinas de vectores soporte o los de aumentado de gradiente extremo son los que mejores se ajustan a los datos recogidos. |
URI: | http://hdl.handle.net/10045/91029 |
ISBN: | 978-84-09-07041-1 |
Idioma: | spa |
Tipus: | info:eu-repo/semantics/bookPart |
Drets: | © De la edición: Rosabel Roig-Vila, Jordi M. Antolí Martínez, Asunción Lledó Carreres & Neus Pellín Buades; del texto: las autoras y autores; de esta edición: Instituto de Ciencias de la Educación (ICE) de la Universidad de Alicante |
Versió de l'editor: | http://hdl.handle.net/10045/85067 |
Apareix a la col·lecció: | Docència - Xarxes ICE - Capítols de Llibres INV - GRFIA - Capítulos de Libros |
Arxius per aquest ítem:
Arxiu | Descripció | Tamany | Format | |
---|---|---|---|---|
Memories-Xarxes-I3CE-2017-18-209.pdf | 1,72 MB | Adobe PDF | Obrir Vista prèvia | |
Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.