| Journal: | Revista electrónica de investigación educativa |
| Database: | CLASE |
| System number: | 000457782 |
| ISSN: | 1607-4041 |
| Authors: | Urbina Nájera, Argelia Berenice1 Calleja Mora, Jorge de la2 |
| Institutions: | 1Universidad Popular Autónoma del Estado de Puebla, Puebla. México 2Universidad Politécnica de Puebla, Puebla. México |
| Year: | 2017 |
| Volumen: | 19 |
| Number: | 4 |
| Pages: | 84-96 |
| Country: | México |
| Language: | Inglés |
| Document type: | Revisión bibliográfica |
| Approach: | Analítico |
| Spanish abstract | La gran cantidad de datos utilizados en la actualidad han motivado la investigación y el desarrollo en diferentes disciplinas buscando extraer información útil con el fin de analizarla para resolver problemas difíciles. La Minería de datos y el Aprendizaje automático son dos disciplinas informáticas que permiten analizar enormes conjuntos de datos de forma automática. En este documento proporcionamos un panorama de varias aplicaciones que utilizan estas disciplinas en la Educación, particularmente aquellas que utilizan algunos de los métodos más exitosos en la comunidad de aprendizaje automático, como redes neuronales artificiales, árboles de decisión, aprendizaje bayesiano y métodos basados en instancias. Aunque estas dos áreas de la inteligencia artificial se han aplicado en muchos problemas del mundo real en diferentes campos, como la Astronomía, la Medicina y la Robótica, su aplicación en la Educación es relativamente nueva. La búsqueda se realizó principalmente en bases de datos como EBSCO, Elsevier, Google Scholar, IEEEXplore y ACM. Esperamos proporcionar un recurso útil para la comunidad educativa con esta revisión de enfoques |
| English abstract | The large amounts of data used nowadays have motivated research and development in different disciplines in order to extract useful information with a view to analyzing it to solve difficult problems. Data mining and machine learning are two computing disciplines that enable analysis of huge data sets in an automated manner. In this paper, we give an overview of several applications using these disciplines in education, particularly those that use some of the most successful methods in the machine learning community, such as artificial neural networks, decision trees, Bayesian learning and instance-based methods. Although these two areas of artificial intelligence have been applied in many real-world problems in different fields, such as astronomy, medicine, and robotics, their application in education is relatively new. The search was performed mainly on databases such as EBSCO, Elsevier, Google Scholar, IEEEXplore and ACM. We hope to provide a useful resource for the education community by presenting this review of approaches |
| Disciplines: | Educación, Ciencias de la computación |
| Keyword: | Educación superior, Programación, Aprendizaje de máquina, Minería de datos, Inteligencia artificial (IA), Educación, Aplicaciones educativas |
| Full text: | Texto completo (Ver HTML) |
