{"id":1559,"date":"2016-01-22T19:25:39","date_gmt":"2016-01-22T19:25:39","guid":{"rendered":"https:\/\/blogs.ua.es\/faraonllorens\/?p=1559"},"modified":"2018-03-15T09:41:16","modified_gmt":"2018-03-15T09:41:16","slug":"sistema-predictivo-progresivo-de-clasificacion-probabilistica-como-guia-para-el-aprendizaje","status":"publish","type":"post","link":"https:\/\/blogs.ua.es\/faraonllorens\/2016\/01\/22\/sistema-predictivo-progresivo-de-clasificacion-probabilistica-como-guia-para-el-aprendizaje\/","title":{"rendered":"Sistema predictivo progresivo de clasificaci\u00f3n probabil\u00edstica como gu\u00eda para el aprendizaje"},"content":{"rendered":"

Sistema predictivo progresivo de clasificaci\u00f3n probabil\u00edstica como gu\u00eda para el aprendizaje<\/strong>
\nCarlos J. Villagr\u00e1 Arnedo<\/em>
\nTesis Doctoral
\nDirectores: Dr. Rafael Molina Carmona y Dr. Fara\u00f3n Llorens Largo
\nUniversidad de Alicante<\/a>
\nAlicante, Enero 2016<\/p>\n

Acceso al documento completo en RUA<\/a><\/p>\n

\"portada<\/a><\/p>\n

\"foto<\/a><\/p>\n

Resumen:
\nEl trabajo realizado en esta tesis est\u00e1 basado en el desarrollo de un modelo de predicci\u00f3n progresiva que mejora el proceso de ense\u00f1anza-aprendizaje a trav\u00e9s del uso de las tecnolog\u00edas de la informaci\u00f3n y, en particular, de las t\u00e9cnicas de inteligencia artificial.
\nEste modelo tiene como base un sistema interactivo gamificado que gestiona las pr\u00e1cticas de la asignatura Matem\u00e1ticas I, en las que se aprende razonamiento l\u00f3gico a trav\u00e9s de un videojuego llamado PLMan, muy similar al comecocos (PacMan). Los estudiantes acceden durante el curso a este sistema y van progresando y acumulando nota en las pr\u00e1cticas de la asignatura mediante la resoluci\u00f3n de mapas del videojuego PLMan.
\nLos datos procedentes de la interacci\u00f3n de los estudiantes con el sistema gamificado se registran en una base de datos. A partir de estos, se extraen unas caracter\u00edsticas representativas del estado de los estudiantes, consistentes en datos de uso del sistema y resultados de aprendizaje.
\nEl modelo usa la t\u00e9cnica de Machine Learning SVM, y obtiene como resultado la clasificaci\u00f3n semanal de los estudiantes en forma de probabilidad de que se encuentren en cada una de tres posibles clases: rendimiento alto, normal y bajo, acumulando los datos recogidos hasta la semana en curso.
\nSe han realizado experimentos con los datos recogidos durante el curso 2014\/15, correspondientes a 336 estudiantes, obteniendo buenos resultados en cuanto a la precisi\u00f3n del algoritmo SVM propuesto. A continuaci\u00f3n, se ha realizado un an\u00e1lisis exhaustivo de la correlaci\u00f3n de las caracter\u00edsticas empleadas con la nota final, extrayendo las que presentan una mayor relaci\u00f3n lineal con esta \u00faltima. Despu\u00e9s, se ha realizado un nuevo experimento empleando s\u00f3lo estas caracter\u00edsticas seleccionadas, obteniendo unos resultados similares aunque ligeramente inferiores a los de la experiencia inicial, lo que denota que pueden existir relaciones no lineales entre las variables que la t\u00e9cnica SVM puede detectar.
\nPor \u00faltimo, el modelo planteado presenta los resultados obtenidos de forma que proporcionen informaci\u00f3n valiosa para profesores y estudiantes. Esta informaci\u00f3n se muestra en forma de gr\u00e1ficas f\u00e1ciles de interpretar, constituyendo un mecanismo que permite detectar estudiantes que est\u00e1n en riesgo de fracasar y, en cualquier caso, permite guiarlos para que obtengan el m\u00e1ximo rendimiento.
\nEn definitiva, se trata de un modelo de predicci\u00f3n del rendimiento del estudiante con dos aportaciones principales: clasificaci\u00f3n en tres clases con valores de probabilidad y de forma progresiva, y la informaci\u00f3n visual en forma de gr\u00e1ficas, que representan un mecanismo de gu\u00eda para la mejora del proceso de ense\u00f1anza-aprendizaje.<\/p>\n","protected":false},"excerpt":{"rendered":"

Sistema predictivo progresivo de clasificaci\u00f3n probabil\u00edstica como gu\u00eda para el aprendizaje Carlos J. Villagr\u00e1 Arnedo Tesis Doctoral Directores: Dr. Rafael Molina Carmona y Dr. Fara\u00f3n Llorens Largo Universidad de Alicante Alicante, Enero 2016 Acceso al documento completo en RUA Resumen: El trabajo realizado en esta tesis est\u00e1 basado en el desarrollo de un modelo de […]<\/p>\n","protected":false},"author":30,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[412,564009,204,163438],"tags":[1544,223,163448],"class_list":["post-1559","post","type-post","status-publish","format-standard","hentry","category-actividades","category-catedratd_ua","category-innovacion-educativa","category-inteligencia-artificial","tag-aprendizaje","tag-docencia","tag-gamificacion"],"_links":{"self":[{"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/posts\/1559","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/users\/30"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/comments?post=1559"}],"version-history":[{"count":4,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/posts\/1559\/revisions"}],"predecessor-version":[{"id":1648,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/posts\/1559\/revisions\/1648"}],"wp:attachment":[{"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/media?parent=1559"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/categories?post=1559"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.ua.es\/faraonllorens\/wp-json\/wp\/v2\/tags?post=1559"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}