Las herramientas de aprendizaje automático están siendo muy utilizadas por sus buenas aproximaciones al predecir el rendimiento académico de los estudiantes. Se analiza información de la última década con el objetivo de identificar los factores que influyen sobre el rendimiento académico en el nivel superior, a partir de modelos realizados por medio de técnicas de aprendizaje automático. Se plantea una clasificación en factores académicos, sociodemográficos, de aprendizaje en línea, de gestión académica, psicosocial y de entorno académico. También se identifican los algoritmos más usados en su predicción.Adicionalmente, la detección de las variables que más influyen en el fenómeno permitirá implementar algoritmos de Machine Learning pertenecientes a otras ramas de este campo. Así pues, al ahondar un poco más sobre la aplicación de herramientas de Machine Learning en educación superior, este trabajo servirá a docentes e investigadores que deseen investigar estos temas.
eBook - ePub
Machine Learning aplicado al rendimiento académico en educación superior: factores, variables y herramientas
- Spanish
- ePUB (apto para móviles)
- Disponible en iOS y Android
eBook - ePub
Machine Learning aplicado al rendimiento académico en educación superior: factores, variables y herramientas
Descripción del libro
Información
Categoría
PedagogíaCategoría
Administración de la educaciónÍndice
- Cubierta
- Portadilla
- Portada
- Créditos
- Contenido
- Índice de tablas
- Índice de figuras
- Capítulo 1. Contextualización del tema de investigación y su desarrollo
- Capítulo 2. Rendimiento académico
- Capítulo 3. Machine Learning
- Capítulo 4. Aprendizaje no supervisado: factores y variables que influyen en el rendimiento académico
- Capítulo 5. Aprendizaje no supervisado: investigación referencial
- Capítulo 6. Aprendizaje no supervisado: algoritmos implementados
- Capítulo 7. Aprendizaje supervisado: Factores y variables que influyen en el rendimiento académico
- Capítulo 8. Aprendizaje supervisado: Investigación referencial
- Capítulo 9. Aprendizaje supervisado: Algoritmos implementados
- Capítulo 10. Redes Neuronales: factores y variables que influyen en el rendimiento académico
- Capítulo 11. Redes neuronales: Investigación referencial
- Capítulo 12. Redes neuronales: algoritmos implementados
- Capítulo 13. Análisis de software usados/relacionados con Machine Learning aplicado al rendimiento académico en educación superior
- Referencias
- Notas al pie
- Autores
- Contracubierta
Cuenta con la confianza de 375,005 estudiantes
Acceso a más de 1,5 millones de títulos por un precio mensual justo.
Estudia de forma más eficiente usando nuestras herramientas de estudio.
Preguntas frecuentes
Sí, puedes cancelar tu suscripción en cualquier momento desde la pestaña Suscripción en los ajustes de tu cuenta en el sitio web de Perlego. La suscripción seguirá activa hasta que finalice el periodo de facturación actual. Descubre cómo cancelar tu suscripción
No, los libros no se pueden descargar como archivos externos, como los PDF, para usarlos fuera de Perlego. Sin embargo, puedes descargarlos en la aplicación de Perlego para leerlos sin conexión en el móvil o en una tableta. Descubre cómo descargar libros para leer sin conexión
Somos un servicio de suscripción de libros de texto en línea, donde puedes acceder a toda una biblioteca digital por menos del precio de un solo libro al mes. Con más de 1,5 millones de libros en más de 990 categorías, ¡te tenemos cubierto! Conoce nuestra misión
Busca el símbolo de lectura en voz alta en tu próximo libro para ver si puedes escucharlo. La herramienta de lectura en voz alta lee el texto en voz alta por ti, resaltando el texto a medida que se lee. Puedes pausarla, acelerarla y ralentizarla. Obtén más información sobre la lectura en voz alta
¡Sí! Puedes usar la aplicación de Perlego en dispositivos iOS y Android para leer cuando y donde quieras, incluso sin conexión. Es ideal para cuando vas de un lado a otro o quieres acceder al contenido sobre la marcha.
Ten en cuenta que no será compatible con los dispositivos que se ejecuten en iOS 13 y Android 7 o en versiones anteriores. Obtén más información sobre cómo usar la aplicación
Ten en cuenta que no será compatible con los dispositivos que se ejecuten en iOS 13 y Android 7 o en versiones anteriores. Obtén más información sobre cómo usar la aplicación
Sí, puedes acceder a Machine Learning aplicado al rendimiento académico en educación superior: factores, variables y herramientas de Contreras, Leonardo Emiro,Tarazona Bermúdez, Giovanny Mauricio,Alemán Cardona, Angie Paola en formato PDF o ePub, así como a otros libros populares en Pedagogía y Administración de la educación. Tenemos más de 1,5 millones de libros disponibles en nuestro catálogo para que explores.