| Popis: |
espanolResumen Introduccion: Con este articulo se pretende obtener modelos basados en analisis probabilisticos de casos para la ayuda a la toma de decisiones en la educacion y aprendizaje de los estudiantes de la UTEQ. Para la obtencion del producto final, se ha distribuido el proceso de desarrollo en varias etapas. Objetivo: Crear un modelo probabilistico para evaluar y diagnosticar a los estudiantes en funcion de un conjunto de caracteristicas, las mismas que deberan ser aprendidas de forma automatica mediante una generalizacion del modelo AutoClass permitiendo la existencia de variables ocultas, cada una de ellas afectando a un conjunto distinto de variables observables (respuestas de los alumnos a cuestiones planteadas por un sistema automatico de aprendizaje). Materiales y Metodos: Nuestro estudio se llevara a cabo para para definir otra forma de aprendizaje estructural basado en la busqueda de estructuras a traves de modelos meta-heuristicas evolutivas. Resultados: Este modelo permitira a las autoridades de la UTEQ determinar inconvenientes y contratiempos en el proceso de ensenanza aprendizaje. A la vez los resultados obtenidos permitiran una toma de decisiones inmediata para solucionar los problemas detectados y de esta manera cumplir con la mision institucional de formar profesionales con vision cientifica y humanista capaces de desarrollar investigaciones, crear tecnologias, mantener y difundir nuestros saberes y culturas ancestrales, para la construccion de soluciones a los problemas de la region y el pais. Conclusiones: se optimizacion de malla variable (VMO) metaheuristico al aprendizaje estructural de los clasificadores de redes bayesianas (BVMO). portuguesResumo Introducao: O objetivo deste artigo e obter modelos baseados em analise probabilistica de casos para auxiliar na tomada de decisoes na educacao e aprendizagem de alunos da UTEQ. Para obter o produto final, o processo de desenvolvimento foi distribuido em varias etapas. Objetivo: Para criar um modelo probabilistico para avaliar e diagnosticar alunos com base em um conjunto de caracteristicas, o mesmo que deve ser aprendido automaticamente por um generalizacao do modelo AutoClass permitindo a existencia de variaveis ocultas, cada afetando um todo diferente das variaveis observaveis (respostas dos alunos as questoes levantadas por um sistema automatico de aprendizagem). Materiais e metodos: Nosso estudo sera realizado para definir outra forma de aprendizagem estrutural baseada na busca de estruturas atraves de modelos meta-heuristicos evolutivos. Resultados: Este modelo permitira que as autoridades da UTEQ identifiquem inconveniencias e retrocessos no processo de ensino-aprendizagem. Embora os resultados permitira tomar decisoes imediatas para resolver os problemas identificados e, assim, cumprir a missao institucional de formar profissionais com visao cientifica e humanistica capaz de desenvolver a investigacao, desenvolver tecnologias, manter e disseminar o nosso conhecimento e ancestrais culturas , para a construcao de solucoes para os problemas da regiao e do pais. As conclusoes: adaptaram a otimizacao da malha metaheuristica variavel (VMO) para a aprendizagem estrutural de classificadores de redes bayesianas (BVMO). EnglishAbstract Introduction: This article aims to obtain models based on probabilistic case analysis to help decision-making in the education and learning of UTEQ students. To obtain the final product, the development process has been distributed in several stages. Objective: To create a probabilistic model to evaluate and diagnose students based on a set of characteristics, which must be learned automatically through a generalization of the AutoClass model allowing the existence of hidden variables, each of them affecting a set different from observable variables (students' answers to questions raised by an automatic learning system). Materials and methods: Our study will be carried out to define another form of structural learning based on the search of structures through evolutionary meta-heuristic models. Results: This model will allow the authorities of the UTEQ to identify inconveniences and setbacks in the teaching-learning process. At the same time, the results obtained will allow immediate decision-making to solve the problems detected and thus fulfill the institutional mission of training professionals with a scientific and humanistic vision capable of developing research, creating technologies, maintaining and disseminating our ancestral knowledge and culture, for the construction of solutions to the problems of the region and the country. Conclusions: were metaheuristic variable mesh optimization (VMO) to structural learning of Bayesian network classifiers (BVMO). |
