1. Repositorio Institucional UTPL
  2. Trabajos de Titulación
  3. Area Técnica
  4. Ingeniero en Sistemas Informáticos y Computación
Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/14701
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorValdiviezo Díaz, Priscila Mariselaes_ES
dc.contributor.authorVivanco Castillo, Santiago Andréses_ES
dc.date.accessioned2016-04-27T01:20:43Z-
dc.date.available2016-04-27-
dc.date.issued2016es_ES
dc.identifier.citationVivanco 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/123456789/14701es_ES
dc.identifier.otherCobarc: 1174906es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=90516.TITN.es_ES
dc.descriptionResumen: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.es_ES
dc.description.abstractN/Des_ES
dc.languagespaes_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleAnálisis de técnicas de aprendizaje automático para la clasificación de palabras en un curso virtual de la plataforma MOODLEes_ES
dc.typemasterThesises_ES
Appears in Collections:Ingeniero en Sistemas Informáticos y Computación

Files in This Item:
File Description SizeFormat 
Vivanco Castillo Santiago.pdf4.5 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.