Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano

En el siglo actual uno de los objetivos de la educación es inculcar habilidades cognitivas que les permitan buscar, encontrar y comprender información mediante una lectura crítica. Dichas habilidades son deseables en cualquier carrera ingenieril, pero se vuelven imprescindibles en disciplinas como l...

Full description

Bibliographic Details
Main Authors: Cinthia Vegega, Ariel Deroche, Pablo Pytel, Hugo Ramón, Luciano Straccia, Mariana Acosta, María Florencia Pollo-Cattaneo
Format: Article
Language:English
Published: Universidad Tecnologica Nacional 2018-10-01
Series:Tecnología y Ciencia
Subjects:
Online Access:http://rtyc.utn.edu.ar/index.php/rtyc/article/view/11
_version_ 1818499788414386176
author Cinthia Vegega
Ariel Deroche
Pablo Pytel
Hugo Ramón
Luciano Straccia
Mariana Acosta
María Florencia Pollo-Cattaneo
author_facet Cinthia Vegega
Ariel Deroche
Pablo Pytel
Hugo Ramón
Luciano Straccia
Mariana Acosta
María Florencia Pollo-Cattaneo
author_sort Cinthia Vegega
collection DOAJ
description En el siglo actual uno de los objetivos de la educación es inculcar habilidades cognitivas que les permitan buscar, encontrar y comprender información mediante una lectura crítica. Dichas habilidades son deseables en cualquier carrera ingenieril, pero se vuelven imprescindibles en disciplinas como la ‘Inteligencia Artificial’ donde aparecen innovaciones casi todos los días. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite identificar el estilo de aprendizaje de los alumnos. Sin embargo, no representan satisfactoriamente la manera en que esos conocimientos evolucionan. Por consiguiente, el presente trabajo propone aplicar un Modelo Dinámico para diagnosticar el proceso de aprendizaje de los alumnos y así comprender mejor su comportamiento.
first_indexed 2024-12-10T20:34:22Z
format Article
id doaj.art-30f08ab00406464c9fd5cc11aa9b58cf
institution Directory Open Access Journal
issn 1666-6933
language English
last_indexed 2024-12-10T20:34:22Z
publishDate 2018-10-01
publisher Universidad Tecnologica Nacional
record_format Article
series Tecnología y Ciencia
spelling doaj.art-30f08ab00406464c9fd5cc11aa9b58cf2022-12-22T01:34:34ZengUniversidad Tecnologica NacionalTecnología y Ciencia1666-69332018-10-01339811810.33414/rtyc.33.98-118.201811Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico BayesianoCinthia Vegega0Ariel Deroche1Pablo Pytel2Hugo Ramón3Luciano Straccia4Mariana Acosta5María Florencia Pollo-Cattaneo6Universidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaUniversidad Tecnológica Nacional - ArgentinaEn el siglo actual uno de los objetivos de la educación es inculcar habilidades cognitivas que les permitan buscar, encontrar y comprender información mediante una lectura crítica. Dichas habilidades son deseables en cualquier carrera ingenieril, pero se vuelven imprescindibles en disciplinas como la ‘Inteligencia Artificial’ donde aparecen innovaciones casi todos los días. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite identificar el estilo de aprendizaje de los alumnos. Sin embargo, no representan satisfactoriamente la manera en que esos conocimientos evolucionan. Por consiguiente, el presente trabajo propone aplicar un Modelo Dinámico para diagnosticar el proceso de aprendizaje de los alumnos y así comprender mejor su comportamiento.http://rtyc.utn.edu.ar/index.php/rtyc/article/view/11Educación y TecnologíaFormación de IngenierosEstilos de AprendizajeRedes Bayesianas Dinámicas
spellingShingle Cinthia Vegega
Ariel Deroche
Pablo Pytel
Hugo Ramón
Luciano Straccia
Mariana Acosta
María Florencia Pollo-Cattaneo
Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
Tecnología y Ciencia
Educación y Tecnología
Formación de Ingenieros
Estilos de Aprendizaje
Redes Bayesianas Dinámicas
title Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
title_full Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
title_fullStr Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
title_full_unstemmed Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
title_short Diagnóstico del Proceso de Aprendizaje de Alumnos de Inteligencia Artificial mediante un Modelo Dinámico Bayesiano
title_sort diagnostico del proceso de aprendizaje de alumnos de inteligencia artificial mediante un modelo dinamico bayesiano
topic Educación y Tecnología
Formación de Ingenieros
Estilos de Aprendizaje
Redes Bayesianas Dinámicas
url http://rtyc.utn.edu.ar/index.php/rtyc/article/view/11
work_keys_str_mv AT cinthiavegega diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT arielderoche diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT pablopytel diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT hugoramon diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT lucianostraccia diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT marianaacosta diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano
AT mariaflorenciapollocattaneo diagnosticodelprocesodeaprendizajedealumnosdeinteligenciaartificialmedianteunmodelodinamicobayesiano