Framework para data mining educativo: formalizacion y aplicaciones
Las técnicas de data mining permiten analizar grandes volúmenes de datos en búsqueda de información oculta y relevante para la toma de decisiones. Estas se aplican en diversos campos en donde se almacenan grandes volúmenes de datos de las actividades realizadas y cuyo procesamiento no puede realizar...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2016
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/52898 |
Aporte de: |
id |
I19-R120-10915-52898 |
---|---|
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 proceso educativo Educación Data mining |
spellingShingle |
Ciencias Informáticas proceso educativo Educación Data mining Sosa, Marcelo Omar Chesñevar, Carlos Iván Sosa Bruchmann, Eugenia C. Framework para data mining educativo: formalizacion y aplicaciones |
topic_facet |
Ciencias Informáticas proceso educativo Educación Data mining |
description |
Las técnicas de data mining permiten analizar grandes volúmenes de datos en búsqueda de información oculta y relevante para la toma de decisiones. Estas se aplican en diversos campos en donde se almacenan grandes volúmenes de datos de las actividades realizadas y cuyo procesamiento no puede realizarse utilizando otras técnicas. En el caso de datos obtenidos de procesos educativos, éstos presentan características particulares que requieren técnicas y formas de interpretación de resultados especiales por lo que dio origen a la rama de data mining denominada Educational data mining o E.D.M. por sus siglas en inglés. El proceso educativo moderno incorpora la tecnología como medio de comunicación y de desarrollo de actividades fuera del ámbito del aula, si bien existen diferentes tipos, el más utilizado es el denominado blended learning ya que representa una adecuada combinación de actividades virtuales y presenciales con el objetivo de enriquecer el proceso. La actividad educativa así desarrollada genera grandes volúmenes de datos, su procesamiento con técnicas de data mining y la interpretación de los resultados obtenidos requiere la creación de un framework que agrupe las técnicas, prácticas y criterios que sean más adecuadas para el procesamiento de este tipo especial de datos y que ayuden al docente a su aplicación e interpretación. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Sosa, Marcelo Omar Chesñevar, Carlos Iván Sosa Bruchmann, Eugenia C. |
author_facet |
Sosa, Marcelo Omar Chesñevar, Carlos Iván Sosa Bruchmann, Eugenia C. |
author_sort |
Sosa, Marcelo Omar |
title |
Framework para data mining educativo: formalizacion y aplicaciones |
title_short |
Framework para data mining educativo: formalizacion y aplicaciones |
title_full |
Framework para data mining educativo: formalizacion y aplicaciones |
title_fullStr |
Framework para data mining educativo: formalizacion y aplicaciones |
title_full_unstemmed |
Framework para data mining educativo: formalizacion y aplicaciones |
title_sort |
framework para data mining educativo: formalizacion y aplicaciones |
publishDate |
2016 |
url |
http://sedici.unlp.edu.ar/handle/10915/52898 |
work_keys_str_mv |
AT sosamarceloomar frameworkparadataminingeducativoformalizacionyaplicaciones AT chesnevarcarlosivan frameworkparadataminingeducativoformalizacionyaplicaciones AT sosabruchmanneugeniac frameworkparadataminingeducativoformalizacionyaplicaciones |
bdutipo_str |
Repositorios |
_version_ |
1764820476490678274 |