Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019

Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados p...

Full description

Bibliographic Details
Main Author:	Rojas Ayala, Ruth Yaneth
Other Authors:	Ballesteros Ricaurte, Javier Antonio
Format:	Trabajo de grado pregrados
Language:	Spanish / Castilian
Published:	Universidad Pedagógica y Tecnológica de Colombia 2023
Subjects:	Minería de datos Enfoque de atributos (Minería de datos) Minería de datos - Aplicaciones educativas Software de aplicación Software de código abierto
Online Access:	https://repositorio.uptc.edu.co//handle/001/9206

_version_	1801705868301959168
author	Rojas Ayala, Ruth Yaneth
author2	Ballesteros Ricaurte, Javier Antonio
author_facet	Ballesteros Ricaurte, Javier Antonio Rojas Ayala, Ruth Yaneth
author_sort	Rojas Ayala, Ruth Yaneth
collection	DSpace
description	Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados para la investigación. En la cuarta sección se explica la metodología aplicada, en la siguiente sección se encuentra el caso de estudio en donde se muestra la ejecución de los diferentes algoritmos en las herramientas. La sexta sección describe la evaluación de las herramientas a través de los criterios de calidad definidos. En la sección séptima el análisis de las variables que influyen en el rendimiento académico de los estudiantes construido a través de lo observado en el desarrollo de la tercera sección. Finalmente se encuentran las conclusiones, recomendaciones y bibliografía.
format	Trabajo de grado pregrados
id	repositorio.uptc.edu.co-001-9206
institution	Repositorio Institucional UPTC
language	Spanish / Castilian
publishDate	2023
publisher	Universidad Pedagógica y Tecnológica de Colombia
record_format	dspace
spelling	repositorio.uptc.edu.co-001-92062023-11-29T07:31:36Z Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019 Rojas Ayala, Ruth Yaneth Ballesteros Ricaurte, Javier Antonio Minería de datos Enfoque de atributos (Minería de datos) Minería de datos - Aplicaciones educativas Software de aplicación Software de código abierto Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados para la investigación. En la cuarta sección se explica la metodología aplicada, en la siguiente sección se encuentra el caso de estudio en donde se muestra la ejecución de los diferentes algoritmos en las herramientas. La sexta sección describe la evaluación de las herramientas a través de los criterios de calidad definidos. En la sección séptima el análisis de las variables que influyen en el rendimiento académico de los estudiantes construido a través de lo observado en el desarrollo de la tercera sección. Finalmente se encuentran las conclusiones, recomendaciones y bibliografía. Bibliografía y webgrafía: Páginas 44-46. pregrado Ingeniero de sistemas y computación 2023-11-28T14:59:26Z 2023-11-28T14:59:26Z 2021 Trabajo de grado pregrados Text https://purl.org/redcol/resource_type/TD Rojas Ayala, R. Y. (2021). Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019. (Trabajo pregrado). Universidad Pedagógica y Tecnológica de Colombia. Facultad de Ingeniería, Tunja. https://repositorio.uptc.edu.co//handle/001/9206 https://repositorio.uptc.edu.co//handle/001/9206 es Organización para la Cooperación y el Desarrollo Económicos (OCDE) París; and Ministerio de Educación Colombia, Revisión de políticas nacionales de educación La educación en Colombia. 2016. A. I. Oviedo Carrascal and J. Jimenez Giralgo, “MINERÍA DE DATOS EDUCATIVOS : ANÁLISIS DEL DESEMPEÑO DE ESTUDIANTES DE INGENIERÍA EN LAS PRUEBAS SABER-PRO,” vol. 15, no. 29, pp. 128–139, 2019, doi: 10.33571/rpolitec.v15n29a10. Á. Jiménez, G. Hugo, and Á. García, “Minería de Datos en la Educación,” 2010. Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2017-1 \| Datos Abiertos Colombia,” Nov. 27, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2017-1/w7bi-rwg5 (accessed Sep. 28, 2020). Fundación de Apoyo a la Investigación del Estado de São Paulo — FAPESP; Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud (BIREME), “SciELO – Scientific Electronic Library Online.” https://scielo.org/es/ (accessed Apr. 20, 2021). International Educational Data Mining Society, “Journal of Educational Data Mining.” https://jedm.educationaldatamining.org/index.php/JEDM. (accessed Apr. 20, 2021). J. A. Fúquene Aristizábal, “Diseño y aportes de un modelo para minería de datos educativos en aulas de educación media de carácter presencial,” Universidad Santo Tomás, Bogotá, Colombia, 2017. S. D. Páez Juka, “ANÁLISIS COMPARATIVO DE HERRAMIENTAS OPEN SOURCE PARA DATA MINING SOBRE DATOS PÚBLICOS DEL MINISTERIO DE EDUCACIÓN DE LA REPÚBLICA DEL ECUADOR,” Quito, Jun. 2019. Accessed: Oct. 21, 2020. [Online]. Available: http://repositorio.puce.edu.ec/bitstream/handle/22000/17060/Tesis Sergio Páez Doc.pdf?sequence=1&isAllowed=y. E. Ayala Franco and R. E. López Martínez, “Minería de datos educativos para el análisis de rendimiento académico en una carrera de computación,” Congr. Nac. Comput. y Tecnol. Educ., 2019, Accessed: Apr. 27, 2021. [Online]. Available: https://www.researchgate.net/publication/339128609_Mineria_de_datos_educativos_para_el_analisis_de_rendimiento_academico_en_una_carrera_de_computacion. K. B. Eckert and R. Suénaga, “Análisis de deserción-permanencia de estudiantes universitarios utilizando técnica de clasificación en minería de datos,” Form. Univ., vol. 8, no. 5, pp. 3–12, 2015, doi: 10.4067/S0718-50062015000500002. D. L. La Red Martínez, M. J. Karanik, M. E. Giovannini, and N. Pinto, “Determinación de perfiles de rendimiento académico utilizando minería de datos en la UTN – FRRe,” Jun. 2015. Accessed: Apr. 26, 2021. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/46288. E. J. Phua and N. K. Batcha, “Comparative analysis of ensemble algorithms’prediction accuracies in education data mining,” J. Crit. Rev., vol. 7, no. 3, pp. 37–40, 2020, doi: 10.31838/jcr.07.03.06. J. R. García-gonzález, P. A. Sánchez-sánchez, M. Orozco, and S. Obredor, “Extracción de Conocimiento para la Predicción y Análisis de los Resultados de la Prueba de Calidad de la Educación Superior en Colombia Knowledge Capture for the Prediction and Analysis of Results of the Quality Test of Higher Education in Colombia,” vol. 12, no. 4, pp. 55–62, 2019. F. Galvis Aguilar, M. Orlandoni Giampaolo, J. Ramoni Perazzi, and M. O. Pérez Pulido, “Análisis estadístico de los resultados de las pruebas de estado para el ingreso a la educación superior en la Universidad de Santander , Colombia superior na Universidade de Santander , Colombia,” no. 27, pp. 328–339, 2016, doi: 10.14483/udistrital.jour.RC.2016.27.a3. F. Rodríguez, H. Benavides, and Á. Riascos, “Predicción del desempeño académico usando técnicas de aprendizaje de máquinas Policy Brief,” 2018. “KDnuggets,” KDnuggets, 2014. https://www.kdnuggets.com/2014/06/kdnuggets-annual-software-poll-rapidminer-continues-lead.html (accessed Oct. 24, 2020). A. Jović, K. Brkić, and N. Bogunović, “An overview of free software tools for general data mining,” in 2014 37th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2014 - Proceedings, May 2014, pp. 1112–1117, doi: 10.1109/MIPRO.2014.6859735. Vandna Dahiya, “A SURVEY ON EDUCATIONAL DATA MINING,” May 2018. https://www.researchgate.net/publication/325181159_A_SURVEY_ON_EDUCATIONAL_DATA_MINING (accessed Nov. 30, 2020). S. Slater, S. Joksimović, V. Kovanovic, R. S. Baker, and D. Gasevic, “Tools for Educational Data Mining: A Review,” J. Educ. Behav. Stat., vol. 42, no. 1, pp. 85–106, Feb. 2017, doi: 10.3102/1076998616666808. S. Ghorpade, S. Patil, and R. Chaudhari, “EDUCATIONAL DATA MINING: TOOLS AND TECHNIQUES STUDY,” Int. J. Res. Anal. Rev. IJ RAR, vol. 7, no. 4, Nov. 2020, Accessed: Nov. 29, 2020. [Online]. Available: https://www.researchgate.net/publication/345430284_EDUCATIONAL_DATA_MINING_TOOLS_AND_TECHNIQUES_STUDY. H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020). H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020). D. Dakić, D. Stefanović, S. Sladojević, M. Arsenović, and T. Lolić, “A Comparison of Contemporary Data Mining Tools,” XVII International Scientific Conference on Industrial Systems (IS’17), Oct. 2017. A. H. Wahbeh, Q. A. Al-Radaideh, M. N. Al-Kabi, E. Al-Shawakfa, and E. M. Al-Shawakfa, “A Comparison Study between Data Mining Tools over some Classification Methods Reduct Computation View project Arabic Case-Frames View project A Comparison Study between Data Mining Tools over some Classification Methods,” IJACSA) Int. J. Adv. Comput. Sci. Appl. Spec. Issue Artif. Intell., vol. 18, 2011, doi: 10.14569/SpecialIssue.2011.010304. P. Chapman, J. Clinton, R. Kerber, C. Shearer, and R. Wirth, “Step-by-step data mining guide,” 2000. “CRISP-DM Help Overview - IBM Documentation.” https://www.ibm.com/docs/en/spss-modeler/SaaS?topic=dm-crisp-help-overview (accessed Sep. 07, 2021). I. H. Witten, E. Frank, and J. Geller, “Weka: Practical Machine Learning Tools and Techniques with Java Implementations,” SIGMOD Rec., vol. 31, no. 1, pp. 76–77, 2002, doi: 10.1145/507338.507355. KNIME, “KNIME Software Overview \| KNIME.” https://www.knime.com/software-overview (accessed Jun. 30, 2021). Orange, “Orange Data Mining - Data Mining.” https://orangedatamining.com/ (accessed Jun. 30, 2021). D. A. Colombia, “Datos Abiertos Colombia \| Datos Abiertos Colombia.” https://www.datos.gov.co/ (accessed Jun. 02, 2021). Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2018-1 \| Datos Abiertos Colombia,” Oct. 21, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2018-1/w42r-j8f9 (accessed Sep. 28, 2020). datos.gov.co, “Saber 11° 2019-2 \| Datos Abiertos Colombia.” https://www.datos.gov.co/Educaci-n/Saber-11-2019-2/ynam-yc42 (accessed Jun. 02, 2021). Unioviedo, “kmeans-Algoritmo.” https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html (accessed Jul. 15, 2021). Á. Jiménez Galindo and H. Álvarez García, “Minería de Datos en la Educación,” Madrid-España, 2010. Accessed: Sep. 28, 2020. [Online]. Available: https://www.it.uc3m.es/jvillena/irc/practicas/10-11/08mem.pdf. I. The MathWorks, “Clustering jerárquico - MATLAB & Simulink - MathWorks España.” https://es.mathworks.com/help/stats/hierarchical-clustering.html (accessed Aug. 15, 2021). Copyright (c) 2021 Universidad Pedagógica y Tecnológica de Colombia https://creativecommons.org/licenses/by/4.0/ Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/resource_type/c_db06 1 recurso en línea (46 páginas) : ilustraciones application/pdf application/pdf application/pdf Universidad Pedagógica y Tecnológica de Colombia Facultad de Ingeniería Tunja Ingeniería de Sistemas y Computación
spellingShingle	Minería de datos Enfoque de atributos (Minería de datos) Minería de datos - Aplicaciones educativas Software de aplicación Software de código abierto Rojas Ayala, Ruth Yaneth Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title	Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_full	Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_fullStr	Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_full_unstemmed	Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_short	Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_sort	comparacion de herramientas libres de mineria de datos educativa que aplican tecnicas descriptivas caso de estudio caracterizacion socioeconomica de los estudiantes pruebas saber 11 2018 y 2019
topic	Minería de datos Enfoque de atributos (Minería de datos) Minería de datos - Aplicaciones educativas Software de aplicación Software de código abierto
url	https://repositorio.uptc.edu.co//handle/001/9206
work_keys_str_mv	AT rojasayalaruthyaneth comparaciondeherramientaslibresdemineriadedatoseducativaqueaplicantecnicasdescriptivascasodeestudiocaracterizacionsocioeconomicadelosestudiantespruebassaber112018y2019