Estimación del riesgo de no superar una asignatura de evaluación continua mediante aprendizaje automático [Estimating the risk of not passing a continuous evaluation module by machine learning]
Serrano, Emilio (Universidad Politécnica de Madrid, España) ; López, José Mario (Universidad Politécnica de Madrid, España) ; Zanardini, Damiano (Universidad Politécnica de Madrid, España)Resumen: Este trabajo aplica técnicas de minería de datos para estimar el riesgo de suspender la asignatura de Lógica impartida en la ETSIINF UPM (Ingeniería Informática), partiendo de las calificaciones obtenidas por el alumno dentro del proceso de evaluación continua. Lo que se pretende es cuantificar la probabilidad de un alumno tiene de suspender conociendo las calificaciones obtenidas, por ejemplo, durante el primer mes de curso. El conjunto de datos estudiado son las notas (parciales y finales) de los alumnos en los años anteriores. Se ha desarrollado una aplicación web para que el alumno pueda ingresar las calificaciones obtenidas hasta el momento y saber qué probabilidad tiene de aprobar finalmente la asignatura.
[The present work uses data mining in order to estimate how likely it is that a student will fail the exam of Logic in the Computer Science Degree at the ETSIINF, UPM. This is done starting from his or her previous grades during the semester (continuous evaluation is used in this course). Previous knowledge used in the learning process comes in the form of grades obtained by students in previous years: based on this, data mining techniques extract relevant patterns and predict the probability for the current student to pass or fail. A web application has been developed, which allows a student to insert grades obtained so far (for example, during the first month) and see the probability to finally pass or fail the course according to the results of previous years.]
[The present work uses data mining in order to estimate how likely it is that a student will fail the exam of Logic in the Computer Science Degree at the ETSIINF, UPM. This is done starting from his or her previous grades during the semester (continuous evaluation is used in this course). Previous knowledge used in the learning process comes in the form of grades obtained by students in previous years: based on this, data mining techniques extract relevant patterns and predict the probability for the current student to pass or fail. A web application has been developed, which allows a student to insert grades obtained so far (for example, during the first month) and see the probability to finally pass or fail the course according to the results of previous years.]
Idioma: Español
DOI: 10.26754/CINAIC.2017.000001_118
Año: 2017
En: IV Congreso Internacional sobre Aprendizaje, Innovación y Competitividad-CINAIC (Zaragoza 4-6 Octubre 2017)
Enlace permanente:
Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. No puede utilizar el material para una finalidad comercial. Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado.Este artículo se encuentra en las siguientes colecciones:
Comunicaciones y ponencias
Registro creado el 2017-09-26, última modificación el 2017-11-07
