Browsing by Autor "Mendoza Jurado, Helmer Fellman"

Now showing 1 - 5 of 5

Ciencia de datos una alternativa de análisis al crecimiento pedagógico del estudiante en educación superior
(Edu. Sup. Rev. Cient. Cepies, 2018) Mendoza Jurado, Helmer Fellman
Este trabajo de investigación pretende presentar conceptos, un nuevo modelo de trabajo y generación de resultados respaldados por un método científico siendo orientadas específicamente en el área educativa y pedagógica de una institución en Educación Superior. Si bien siempre hemos generado y analizado grandes volúmenes de información sobre cada estudiante y su nivel de aprovechamiento en el Proceso de Enseñanza-Aprendizaje, el Internet y otras nuevas tecnologías han creado diversas fuentes de datos, nuevas formas de procesamiento, análisis y presentación de métricas que eran muy difíciles de extraer y comprender, sin la capacidad de automatización y abstracción que por inercia proporciona la Ciencia de Datos, componente actualmente ingresado a las Nuevas Tecnologías de la Información y de la Comunicación, proyectando que este volumen de información se duplicará en 2020 y esto se incrementará progresivamente según se avance en el tiempo, por tanto, la necesidad de dar un nuevo enfoque a las métricas tradicionales aumentará, pero a su vez ayudará en el análisis de nuevos factores socio-emocionales del estudiante, los cuales ayudarán a mantenernos al día con este nuevo desafío en la era del conocimiento.
Digitalizacion de la educación en ingeniería: del aprendizaje con base tecnológica a la educación inteligente
(Edu. Sup. Rev. Cient. Cepies, 2019) Mendoza Jurado, Helmer Fellman
La contextualización de procesos prácticos en nuestra actualidad dentro de la Educación en Ingeniería, es bastante rudimentaria y muchas veces monótona, adicionando a esta carencia gue junto a la rápida acumulación de información, el desarrollo de tecnologías y la intelectualización de procesos, actualmente plantean desafíos globales tanto en la ciencia, en economía y en educación, lo cual por sinergia convierte a las Tecnologías de la Información y Comunicación en una parte integral del ser humano, provocando el surgimiento de una nueva generación de personas basadas en Redes Digitales, para guienes un teléfono móvil, una computadora e Internet, son elementos naturales de su vida diaria. Por tanto, se necesita un enfogue universal para la Educación Inteligente (SMART). Al mismo tiempo, deben observarse los principios del desarrollo sostenible y la minimización de impactos negativos en el ambiente. El Sistema Educativo actual debe garantizar la calidad en la formación de ingenieros y su relación directa con las necesidades de nuestra sociedad. Para lograr este objetivo, existen oportunidades asociadas al uso de tecnologías educativas tales como modelado matemático, simuladores, Realidad Aumentada y Virtual. En el artículo se presentan formas de mejorar este proceso educativo con el uso de simuladores y Realidad Aumentada, buscando aumentar la motivación de los estudiantes dentro del Proceso de Enseñanza-Aprendizaje actual.
Modelo de aplicación orientada a la web 4.0 en el rendimiento académico del estudiante en educación superior
(Edu. Sup. Rev. Cient. Cepies, 2021) Mendoza Jurado, Helmer Fellman
El presente artículo tiene el objetivo de proponer un modelo de Machine Learning (Aprendizaje Automático) con base a la Web 4.0, la cual subyace en una relación intrínseca entre un modelo de Reglas de Asociación y un modelo de árbol de decisión que busca generar un resultado predictivo para la alerta temprana en el rendimiento académico del estudiante en educación superior, siendo reflejado por inercia en las calificaciones que cuantifican al aprendizaje en distintas asignaturas que son objeto de estudio, principalmente desde la potencialidad que trae el algoritmo Apriori, que logra una baja eficiencia de recorrido frecuente de conjuntos y elementos, buscando relaciones causales de elementos frecuentes basadas en reglas de asociación y árboles de decisión. Sin embargo, existen claras dependencias entre asignaturas, niveles, el entorno social y cultural del estudiante. Asimismo, establecer que la principal motivación del proceso de investigación busca generar un modelo que proporcione una orientación académica precisa, que pueda mejorar de manera efectiva la calidad en la gestión del aprendizaje de las personas, siendo esto de gran importancia para el rendimiento académico del estudiante. Además, que pretende coadyuvar en la experiencia educativa a nivel superior, siendo que, en la actualidad, la tecnología proporciona una inmejorable oportunidad de buscar un sistema educativo más efectivo y moderno, incluso en comparación con otros algoritmos de Inteligencia Artificial, que caracteriza a la Web 4.0.
Modelos de redes neuronales artificiales, como sustento evaluativo al crecimiento pedagógico virtual en Educación Superior
(Edu. Sup. Rev. Cient. Cepies, 2020) Mendoza Jurado, Helmer Fellman
La presente investigación tiene el objetivo de implementar un modelo tecnológico basado en una Red Neuronal Artificial y un algoritmo de Procesamiento de Lenguaje Natural, que proporcione un proceso automático como apoyo a revisiones críticas en evaluaciones virtuales a los estudiantes en pregrado (7mo y 8vo semestre respectivamente, en la asignatura de Programación II y Seguridad Informática I), buscando ayudar al proceso educativo que fue implementado como contingencia ante la presencia de una pandemia mundial asociada al virus COVID-19, las mencionadas evaluaciones fueron presentadas bajo la plataforma virtual Moodle que actualmente es recurso fundamental para el proceso de enseñanza y aprendizaje de la Universidad Privada Domingo Savio en todas sus carreras. Esta plataforma hace posible transferir una forma de estudio y evaluación que, por su naturaleza innovadora, sustenta de mejor manera el proceso educativo a distancia actualmente instituido. Una función adicional de esta red neuronal es evaluar a los estudiantes buscando identificar individuos con un tipo psicológico que sea apropiado para llegar a una especialización en asignaturas de alto nivel académico.
Optimización de la formación educativa universitaria con redes neuronales y redes sociales en la web 4.0: predicción de resultados
(Edu. Sup. Rev. Cient. Cepies, 2023) Mendoza Jurado, Helmer Fellman; Flores Castillo, Mayra Ximena
En el contexto de la Web 4.0, la integración de redes neuronales y redes sociales está transformando la educación universitaria. Esta convergencia, abordada en este trabajo de investigación, busca optimizar la formación educativa a través de la predicción precisa de resultados y la personalización del aprendizaje. Es ante ello que se resalta cómo esta combinación revoluciona la educación al permitir adaptar métodos tradicionales a un enfoque altamente personalizado. El desarrollo explora el uso de redes neuronales para analizar patrones de datos estudiantiles complejos, mejorando la predicción del rendimiento y adaptando el contenido. Además, las redes sociales crean entornos colaborativos que fomentan la construcción colectiva del conocimiento. Sin embargo, el artículo también aborda desafíos éticos y de privacidad en la recopilación de datos estudiantiles, subrayando la necesidad de transparencia y consentimiento informado. La investigación destaca que esta convergencia promete transformar la educación al ofrecer una experiencia más personalizada y colaborativa, a pesar de los desafíos. A medida que los modelos de aprendizaje automático evolucionan y se exploran nuevas formas de interacción social, se espera que el potencial de esta sinergia continúe revolucionando la forma en que los estudiantes interactúan con el conocimiento y se preparan para un mundo en constante cambio. En consecuencia, la combinación de redes neuronales y redes sociales en la educación universitaria en la Web 4.0 ofrece un camino hacia una educación más efectiva y adaptada a las necesidades individuales, a pesar de los desafíos éticos y técnicos que deben ser abordados en el proceso.