Aplicación de árboles de decisión para la identificación de adaptabilidad de estudiantes en educación online

Autor:	Luis Emanuel Araoz Valencia, Walter Huaracha Condori, Víctor Raúl Quispe Quicaña, Alex Ronaldo Turpo Coila
Jazyk:	English<br />Spanish; Castilian
Rok vydání:	2023
Předmět:	Inteligencia artificial aprendizaje automático árboles de decisión Python clasificación educación en línea Technology (General) T1-995
Zdroj:	Innovación y Software, Vol 4, Iss 2 (2023)
Druh dokumentu:	article
ISSN:	2708-0927 2708-0935
DOI:	10.48168/innosoft.s12.a113
Popis:	Debido a la pandemia mundial por Covid-19, se instauró la educación online en el aprendizaje de los estudiantes. Sin embargo, la efectividad de esta modalidad, así como la adaptabilidad de los estudiantes es algo que puede depender de algunos factores. En ese sentido, el presente artículo de investigación presenta una descripción del uso de árboles de decisión para determinar la adaptabilidad de estudiantes en la educación online, usando para ello un dataset de 1205 registros con datos como el tipo de conexión e internet, dispositivo, condición financiera, entre otros datos importantes. Así mismo, se empleó herramientas como Google Colab, Python y librerías populares en trabajos similares de Inteligencia artificial y Machine Learning. El modelo del árbol de decisión elaborado tuvo una precisión y exactitud de 92%.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/b729ae1418a64ec5b5f56601f51796a0 Zobrazit plný text záznamu View record in DOAJ