Perú
| Tesis
Sistema recomendador de objetos de aprendizaje, basado en la metodología de deep learning, para el reconocimiento de estilos de aprendizaje que mejoren el desempeño de los estudiantes en la educación básica regular (EBR 2017)
dc.contributor | Gutiérrez Cáceres, Juan Carlos | |
dc.creator | Torres Aguilar, Ney | |
dc.date.accessioned | 2021-12-23T14:03:02Z | |
dc.date.accessioned | 2022-10-26T22:53:12Z | |
dc.date.available | 2021-12-23T14:03:02Z | |
dc.date.available | 2022-10-26T22:53:12Z | |
dc.date.created | 2021-12-23T14:03:02Z | |
dc.date.issued | 2021 | |
dc.identifier | http://hdl.handle.net/20.500.12773/13483 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/4865048 | |
dc.description.abstract | En la educación moderna es muy importante diferenciar el estilo de aprendizaje para tratar de mejorar la enseñanza y en consecuencia el aprendizaje, al presentar información adecuada al estilo de aprendizaje de los estudiantes. Por esta razón este trabajo propone utilizar una red DENSENET como sistema de recomendación de estilo de aprendizaje, se entrena un modelo con un conjunto de datos de 500 imágenes de dibujos de paisajes. El sistema es capaz de predecir estilos de aprendizaje. Esta propuesta, alcanzó una precisión del 87,77% que es buena para orientar a los estudiantes de secundaria en el proceso de aprendizaje. | |
dc.language | spa | |
dc.publisher | Universidad Nacional de San Agustín de Arequipa | |
dc.publisher | PE | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.source | Universidad Nacional de San Agustín de Arequipa | |
dc.source | Repositorio Institucional - UNSA | |
dc.subject | Deep Learnibg | |
dc.subject | DenseNet | |
dc.subject | Sistema Recomendador | |
dc.title | Sistema recomendador de objetos de aprendizaje, basado en la metodología de deep learning, para el reconocimiento de estilos de aprendizaje que mejoren el desempeño de los estudiantes en la educación básica regular (EBR 2017) | |
dc.type | Tesis |