Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios

Varios estudios han demostrado la incidencia de la formación en Matemática sobre el desempeño de los alumnos. Esta fortaleza resulta clave para el avance en las carreras que se ofrecen en la Facultad de Ciencias Exactas de la UNNE, dado que todas ellas tienen esta asignatura en el primer año. En est...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Dapozo, Gladys N., Porcel, Eduardo, López, María Victoria, Greiner, Cristina L.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2008
Materias:
Ciencias Informáticas
base de datos
Minería de datos
SOFTWARE ENGINEERING
Técnicas de clasificación
Herramienta de software libre
Rendimiento académico de alumnos universitarios
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/20639
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-20639
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
base de datos
Minería de datos
SOFTWARE ENGINEERING
Técnicas de clasificación
Herramienta de software libre
Rendimiento académico de alumnos universitarios
spellingShingle Ciencias Informáticas
base de datos
Minería de datos
SOFTWARE ENGINEERING
Técnicas de clasificación
Herramienta de software libre
Rendimiento académico de alumnos universitarios
Dapozo, Gladys N.
Porcel, Eduardo
López, María Victoria
Greiner, Cristina L.
Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
topic_facet Ciencias Informáticas
base de datos
Minería de datos
SOFTWARE ENGINEERING
Técnicas de clasificación
Herramienta de software libre
Rendimiento académico de alumnos universitarios
description Varios estudios han demostrado la incidencia de la formación en Matemática sobre el desempeño de los alumnos. Esta fortaleza resulta clave para el avance en las carreras que se ofrecen en la Facultad de Ciencias Exactas de la UNNE, dado que todas ellas tienen esta asignatura en el primer año. En este trabajo se propone realizar un estudio comparativo de técnicas de clasificación del campo de la minería de datos utilizando una herramienta de software libre. Se contrastará el rendimiento de las redes neuronales versus la aplicación de técnicas estadísticas convencionales. Se espera obtener resultados que permitan generar información útil para orientar políticas institucionales que contribuyan a mejorar los indicadores preocupantes de fracaso traducidos en deserción y bajo rendimiento de los alumnos del primer año de carreras universitarias.
format Objeto de conferencia
Objeto de conferencia
author Dapozo, Gladys N.
Porcel, Eduardo
López, María Victoria
Greiner, Cristina L.
author_facet Dapozo, Gladys N.
Porcel, Eduardo
López, María Victoria
Greiner, Cristina L.
author_sort Dapozo, Gladys N.
title Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
title_short Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
title_full Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
title_fullStr Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
title_full_unstemmed Técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
title_sort técnicas de clasificación aplicadas al estudio del rendimiento de ingresantes universitarios
publishDate 2008
url http://sedici.unlp.edu.ar/handle/10915/20639
work_keys_str_mv AT dapozogladysn tecnicasdeclasificacionaplicadasalestudiodelrendimientodeingresantesuniversitarios
AT porceleduardo tecnicasdeclasificacionaplicadasalestudiodelrendimientodeingresantesuniversitarios
AT lopezmariavictoria tecnicasdeclasificacionaplicadasalestudiodelrendimientodeingresantesuniversitarios
AT greinercristinal tecnicasdeclasificacionaplicadasalestudiodelrendimientodeingresantesuniversitarios
bdutipo_str Repositorios
_version_ 1764820464682663939

Ejemplares similares