Calidad universitaria mediante técnicas del data mining
En la actualidad, la mayoría de las instituciones, empresas u organizaciones miden la calidad de sus productos y/o servicios. De igual forma las instituciones educativas se ven obligadas a medir la calidad educativa. Para ello se necesita conocer los factores que influyen en la calidad de la institu...
Guardado en:
Autores principales: | , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2018
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/67235 |
Aporte de: |
id |
I19-R120-10915-67235 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas calidad universitaria Data mining Clasificación |
spellingShingle |
Ciencias Informáticas calidad universitaria Data mining Clasificación Herrera, Myriam Lund, María Inés Ruiz, Susana Romagnano, María Gema Calidad universitaria mediante técnicas del data mining |
topic_facet |
Ciencias Informáticas calidad universitaria Data mining Clasificación |
description |
En la actualidad, la mayoría de las instituciones, empresas u organizaciones miden la calidad de sus productos y/o servicios. De igual forma las instituciones educativas se ven obligadas a medir la calidad educativa. Para ello se necesita conocer los factores que influyen en la calidad de la institución, entre ellos, los relacionados al rendimiento académico de sus alumnos y al grado de satisfacción de sus egresados. Para lograr esto se utilizarán valiosas técnicas estadísticas que permitirán clasificar sujetos u objetos a partir de características similares.
Estas técnicas se pueden diferenciar por la manera de extraer conocimiento útil escondido en los datos. Por un lado, el Análisis Discriminante, también referido como reconocimiento de patrones supervisado o asistido o aprendizaje con guía. Por otro lado, el Análisis de Conglomerados, referido como reconocimiento de patrón no supervisado o conocimiento sin guía. Como es común recopilar grandes conjuntos de datos, de distinta naturaleza, en voluminosas bases de datos, es que se utilizarán los análisis de Datos Simbólicos empleando la Lógica Difusa, que son también herramientas para Data Mining. En este proyecto se aplicarán las técnicas mencionadas para analizar los factores influyentes en la calidad universitaria como así también se detectarán tipologías básicas de grupos, obtenidos de los alumnos universitarios y egresados de la Facultad de Ciencias Exactas, Físicas y Naturales de la UNSJ. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Herrera, Myriam Lund, María Inés Ruiz, Susana Romagnano, María Gema |
author_facet |
Herrera, Myriam Lund, María Inés Ruiz, Susana Romagnano, María Gema |
author_sort |
Herrera, Myriam |
title |
Calidad universitaria mediante técnicas del data mining |
title_short |
Calidad universitaria mediante técnicas del data mining |
title_full |
Calidad universitaria mediante técnicas del data mining |
title_fullStr |
Calidad universitaria mediante técnicas del data mining |
title_full_unstemmed |
Calidad universitaria mediante técnicas del data mining |
title_sort |
calidad universitaria mediante técnicas del data mining |
publishDate |
2018 |
url |
http://sedici.unlp.edu.ar/handle/10915/67235 |
work_keys_str_mv |
AT herreramyriam calidaduniversitariamediantetecnicasdeldatamining AT lundmariaines calidaduniversitariamediantetecnicasdeldatamining AT ruizsusana calidaduniversitariamediantetecnicasdeldatamining AT romagnanomariagema calidaduniversitariamediantetecnicasdeldatamining |
bdutipo_str |
Repositorios |
_version_ |
1764820481089732609 |