Perú | Tesis
dc.contributorGutiérrez Cáceres, Juan Carlos
dc.creatorTorres Aguilar, Ney
dc.date.accessioned2021-12-23T14:03:02Z
dc.date.accessioned2022-10-26T22:53:12Z
dc.date.available2021-12-23T14:03:02Z
dc.date.available2022-10-26T22:53:12Z
dc.date.created2021-12-23T14:03:02Z
dc.date.issued2021
dc.identifierhttp://hdl.handle.net/20.500.12773/13483
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/4865048
dc.description.abstractEn 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.languagespa
dc.publisherUniversidad Nacional de San Agustín de Arequipa
dc.publisherPE
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceUniversidad Nacional de San Agustín de Arequipa
dc.sourceRepositorio Institucional - UNSA
dc.subjectDeep Learnibg
dc.subjectDenseNet
dc.subjectSistema Recomendador
dc.titleSistema 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.typeTesis


Este ítem pertenece a la siguiente institución