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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Herrera, Myriam, Lund, María Inés, Ruiz, Susana, Romagnano, María Gema
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2018
Materias:
Ciencias Informáticas
calidad universitaria
Data mining
Clasificación
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/67235
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
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

Ejemplares similares