Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/123456789/14701| Title: | Análisis de técnicas de aprendizaje automático para la clasificación de palabras en un curso virtual de la plataforma MOODLE |
| Authors: | Valdiviezo Díaz, Priscila Marisela Vivanco Castillo, Santiago Andrés |
| Keywords: | Ecuador. Tesis digital. |
| Issue Date: | 2016 |
| Citation: | Vivanco Castillo, S. A. Valdiviezo Díaz, P. M. (2016) Análisis de técnicas de aprendizaje automático para la clasificación de palabras en un curso virtual de la plataforma MOODLE [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/14701 |
| Abstract: | N/D |
| Description: | Resumen:En el presente trabajo de titulación se evaluaron dos técnicas de aprendizaje automático (AA): Redes Neuronales y Redes Bayesianas, para ello se utilizaron dos dataset y dos herramientas AA, con mensajes reales extraídos de la plataforma MOODLE de la Universidad Técnica Particular de Loja. Específicamente de un seminario con contenido de Desarrollo Web, y de una clase de Estructura de Datos, ambos de la modalidad de estudios a distancia. Para la elaboración de las pruebas y el cumplimiento de los objetivos, se usó Weka en vista de que permite utilizar un mayor número de algoritmos y una mejor visualización de los resultados. Se aplicaron dos tipos de validación que son Percentage Split y Cross-validation en cada uno de los algoritmos de dichas técnicas. De esta manera se comparó los resultados; por lo que se seleccionó Redes Bayesianas por obtener mayor porcentaje en las instancias correctamente clasificadas, mayor número de precisión y cobertura. El algoritmo seleccionado fue Multinominal Naive Bayes y validación por Percentage Split por obtener 88,97% de instancias correctamente clasificadas y 0,891 de precisión con el dataset en español, también obtuvo 80% de instancias correctamente clasificadas y 0,8 de precisión con el dataset en inglés. |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=90516.TITN. |
| Appears in Collections: | Ingeniero en Sistemas Informáticos y Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Vivanco Castillo Santiago.pdf | 4.5 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.