Sistema recomendador de objetos de aprendizaje, basado en la metodología de deep learning, para el reconocimiento de estilos de aprendizaje que mejoren el desempeño de los estudiantes en la educación básica regular (EBR 2017)

Descripción del Articulo

En la educación moderna es muy importante diferenciar el estilo de aprendizaje para tratar de mejorar la enseñanza y en consecuencia el aprendizaje, al presentar información adecuada al estilo de aprendizaje de los estudiantes. Por esta razón este trabajo propone utilizar una red DENSENET como siste...

Descripción completa

Detalles Bibliográficos
Autor: Torres Aguilar, Ney
Formato: tesis de maestría
Fecha de Publicación:2021
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/13483
Enlace del recurso:http://hdl.handle.net/20.500.12773/13483
Nivel de acceso:acceso abierto
Materia:Deep Learnibg
DenseNet
Sistema Recomendador
https://purl.org/pe-repo/ocde/ford#2.11.02
Descripción
Sumario:En la educación moderna es muy importante diferenciar el estilo de aprendizaje para tratar de mejorar la enseñanza y en consecuencia el aprendizaje, al presentar información adecuada al estilo de aprendizaje de los estudiantes. Por esta razón este trabajo propone utilizar una red DENSENET como sistema de recomendación de estilo de aprendizaje, se entrena un modelo con un conjunto de datos de 500 imágenes de dibujos de paisajes. El sistema es capaz de predecir estilos de aprendizaje. Esta propuesta, alcanzó una precisión del 87,77% que es buena para orientar a los estudiantes de secundaria en el proceso de aprendizaje.
Sistema recomendador de objetos de aprendizaje, basado en la metodología de deep learning, para el reconocimiento de estilos de aprendizaje que mejoren el desempeño de los estudiantes en la educación básica regular (EBR 2017)
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares