Show simple item record

dc.contributor.advisorMenacho Chiok, César Higinio
dc.contributor.authorCárdenas Bonilla, Edgard Eusebio
dc.date.accessioned2018-02-16T19:59:36Z
dc.date.available2018-02-16T19:59:36Z
dc.date.issued2017
dc.identifier.otherC10.C37-T BAN UNALM
dc.identifier.urihttp://repositorio.lamolina.edu.pe/handle/UNALM/3071
dc.descriptionUniversidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística Aplicadaes_PE
dc.description.abstractLos procesos de enseñanza y aprendizaje impartidos en los ambientes educativos tradicionales han cambiado drásticamente, debido principalmente por la incorporación de los llamados sistemas de gestión de aprendizaje (SGA). La plataforma Moodle es el SGA más utilizado en las instituciones de educación superior, no sólo por ser de licencia libre, sino por que proporcionan un conjunto de recursos y actividades pedagógicas (tareas, lecciones, cuestionarios, foros, chat, glosarios, etc.) que permiten a los profesores diseñar ambientes educativos más interactivos y eficientes a los estudiantes. La gran cantidad de datos que se generan en estos ambientes educativos, ofrecen la oportunidad de ser explotados con las técnicas de minería de datos (TMD) con la finalidad de extraer conocimientos útiles y relevantes; así como, patrones y perfiles del comportamiento, predecir el rendimiento, hacer más efectivo la retroalimentación y recomendaciones a los estudiantes que interactúan con Moodle. El objetivo de esta tesis, es presentar una metodología para aplicar las TMD en la plataforma Moodle. En la aplicación 1, el árbol de clasificación y la regresión logística resultaron buenos clasificadores para predecir el rendimiento de los estudiantes del curso de Estadística con el 97.4% y 96.9% de correcta clasificación respectivamente. En la aplicación 2, el J48 obtuvo un 90.1% de buena clasificación y el algoritmo k-medias permitió agrupar a los estudiantes según el uso e interacción con Moodle en tres clúster.es_PE
dc.description.abstractThe teaching and learning processes taught in traditional educational environments have changed drastically, mainly due to the incorporation of the called Learning Management Systems (SGA). The Moodle platform is the most used EMS in higher education institutions, not only because it is a free license, but also because it provides a set of resources and pedagogical activities (tasks, lessons, questionnaires, forums, chat, glossaries, etc.) Which allow teachers to design more interactive and efficient educational environments for students. The large amount of data generated in these educational environments offers the opportunity to be exploited with data mining techniques in order to extract useful and relevant knowledge; As well as patterns and behavioral profiles, predict performance, make feedback more effective and recommendations to students interacting with Moodle. The aim of this thesis is to present a methodology to apply the TMD in the Moodle platform. In application 1, the classification tree and logistic regression were good classifiers to predict the performance of students in the Statistics course with 97.4% and 96.9% of correct classification, respectively. In application 2, the J48 obtained a 90.1% of good classification and the k-means algorithm allowed to group the students according to the use and interaction with Moodle in three cluster.en_US
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Agraria La Molinaes_PE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceUniversidad Nacional Agraria La Molinaes_PE
dc.sourceRepositorio institucional - UNALMes_PE
dc.subjectEducación a distanciaes_PE
dc.subjectTelecomunicacioneses_PE
dc.subjectBases de datoses_PE
dc.subjectGestiónes_PE
dc.subjectRecuperación de informaciónes_PE
dc.subjectMétodos estadísticoses_PE
dc.subjectDatos estadísticoses_PE
dc.subjectEvaluaciónes_PE
dc.subjectPerúes_PE
dc.subjectSistema de gestión de aprendizajees_PE
dc.subjectMoodlees_PE
dc.subjectTécnicas de minería de datoses_PE
dc.subjectMinería de datoses_PE
dc.titleTécnicas de minería de datos en el sistema de gestión de aprendizaje Moodlees_PE
dc.typeinfo:eu-repo/semantics/masterThesisen_US
dc.coverageLima. Perúes_PE
thesis.degree.disciplineEstadística Aplicadaes_PE
thesis.degree.grantorUniversidad Nacional Agraria La Molina. Escuela de Posgradoes_PE
thesis.degree.nameMagister Scientiae - Estadística Aplicadaes_PE
thesis.degree.levelMaestríaes_PE
dc.subject.ocdeCiencias de la Información y Bioinformáticaes_PE


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess