Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial

La comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Pytel, Pablo, Vegega, Cinthia, Deroche, Ariel, Acosta, Mariana Paola, Pollo Cattaneo, María Florencia
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2015
Materias:
Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/50267
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-50267
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
Redes Bayesianas
Tecnología Educacional
Aprendizaje
spellingShingle Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
Pytel, Pablo
Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
topic_facet Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
description La comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de sistemas informáticos donde deben aplicarse principios y técnicas de la Inteligencia Artificial. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite generar un modelo probabilístico a partir de la combinación de información histórica disponible y la experiencia de los docentes. De esta manera, es posible identificar el estilo de aprendizaje, el cual representa la forma en que los estudiantes adquieren y entienden los temas dictados. En este contexto, el presente trabajo se propone analizar los resultados de aplicar dicha tecnología en una asignatura de grado y así asistir a los docentes a comprender mejor el comportamiento de sus alumnos.
format Objeto de conferencia
Objeto de conferencia
author Pytel, Pablo
Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
author_facet Pytel, Pablo
Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
author_sort Pytel, Pablo
title Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_short Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_full Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_fullStr Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_full_unstemmed Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_sort modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
publishDate 2015
url http://sedici.unlp.edu.ar/handle/10915/50267
work_keys_str_mv AT pytelpablo modelobayesianoparaeldiagnosticodelaprendizajeenalumnosdeinteligenciaartificial
AT vegegacinthia modelobayesianoparaeldiagnosticodelaprendizajeenalumnosdeinteligenciaartificial
AT derocheariel modelobayesianoparaeldiagnosticodelaprendizajeenalumnosdeinteligenciaartificial
AT acostamarianapaola modelobayesianoparaeldiagnosticodelaprendizajeenalumnosdeinteligenciaartificial
AT pollocattaneomariaflorencia modelobayesianoparaeldiagnosticodelaprendizajeenalumnosdeinteligenciaartificial
bdutipo_str Repositorios
_version_ 1764820474841268226

Ejemplares similares