Modelo para predecir el rendimiento académico basado en redes neuronales y analítica de aprendizaje

Simple item page
dc.careerEscuela de Ingeniería en Sistemases
dc.category.authorprincipalen_US
dc.contributor.authorChafla Altamirano, Gustavo Xavier
dc.contributor.authorEscobar Terán, Charles Edison
dc.contributor.authorGuaña Moya, Edison Javier
dc.contributor.authorNicolalde Rodríguez, Damián Aníbal
dc.contributor.authorSalgado Reyes, Nelson Esteban
dc.contributor.correspondingChafla Altamirano, Gustavo Xavier
dc.countryEcuadores
dc.date.accessioned2023-11-04T21:32:15Z
dc.date.available2023-11-04T21:32:15Z
dc.date.issued2019-01
dc.dedication.authorTCes
dc.description.abstractUn elemento de gran importancia para las instituciones educativas universitarias, educadores y estudiantes lo constituye el rendimiento académico de los mismos en el tránsito de su formación profesional. La minería de datos educativos desarrolla modelos y métodos para explorar los datos recopilados de los entornos de aprendizajes educativos mediante analíticas de aprendizajes con el fin de detectar patrones que permitan predecir variables de interés. La presente investigación describe un modelo predicativo de rendimiento académico usando técnicas de redes neuronales sobre un conjunto de datos reales de 300 estudiantes de la carrera de Sistemas de la Universidad Central del Ecuador. Este registro fue suministrado por el entorno virtual de aprendizaje https://uvirtual.uce.edu.ec/ desarrollado en Moodle y usado en dicha Universidad.
dc.facultyIngenieríaes
dc.id.author0602042145
dc.id.author1202812549
dc.id.author1713265369
dc.id.author1715641716
dc.id.author1709609588
dc.id.type1
dc.identifier.issn1646-9895
dc.identifier.urihttps://repositorio.puce.edu.ec/handle/123456789/4994
dc.identifier.urihttps://www.proquest.com/docview/2195126580/fulltext/AFD1AB165F61411APQ/1?accountid=13357
dc.indexed.databaseScimago Journal Rankes
dc.language.isoes
dc.list.authorsSalgado, N., Beltrán;, J., Guaña, J., Escobar, C., Nicolalde, D., et al.
dc.magazine.pageRange258-266
dc.magazine.titleRevista Ibérica de Sistemas e Tecnologias de Informaçãoes
dc.magazine.volumeChapterE17
dc.rightsOpenAccessen
dc.statepublisheden_US
dc.subjectRendimiento académicoes
dc.subjectRedes neuronales artificialeses
dc.subjectMinería de datoses
dc.subjectRendimiento académico
dc.subjectRedes neuronales artificiales
dc.subjectMinería de datos
dc.titleModelo para predecir el rendimiento académico basado en redes neuronales y analítica de aprendizajees
Files
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Plain Text
Description:
Download
Collections
Artículos en revistas científicas indexadas (Journals)