Trabajos de fin de máster (TFM)
URI permanente para esta colección
Examinar
Examinando Trabajos de fin de máster (TFM) por Palabra clave "33 Ciencias Tecnológicas"
Mostrando 1 - 4 de 4
Resultados por página
Opciones de ordenación
Publicación Análisis estadístico y ML aplicado: factores influyentes en el abandono de estudios a distancia en la Universidad de Buenos Aires(2024) Bernáldez Escalada, Daniel; Rodriguez Anaya, AntonioEl objetivo de este trabajo es predecir el abandono temprano de los estudiantes de la Universidad de Buenos Aires UBA antes de que ocurra. No buscamos clasificar a los alumnos de manera estigmatizante, ya que consideramos que señalar perfiles específicos basados en género, renta o tipo de estudios solo genera prejuicios y no aporta valor positivo. Es crucial detectar el proceso de abandono mientras los estudiantes aún están cursando sus estudios, de manera que la detección sea aplicable a lo largo de su evolución durante el curso. Necesitamos identificar parámetros que nos ayuden a entender cómo los alumnos interactúan y se comprometen con las clases, tutores y compañeros. No se trata solamente de saber quién está en riesgo de abandono, se trata de saber qué características nos llevan a esa conclusión, de aquí la preponderancia en el trabajo de los árboles de decisión como algoritmos a considerar. El propósito de este trabajo no es incluir una gran cantidad de algoritmos de aprendizaje automático para demostrar capacidad técnica, ya que en etapas anteriores del máster de la UNED ya se ha acreditado dicha competencia. Lo que buscamos es interpretabilidad, continuidad en el tiempo, adaptación y un uso óptimo de los datos disponibles. No estamos en posición de imponer requisitos de datos a nuestro cliente; en cambio, nos adaptamos a los datos disponibles para obtener resultados positivos. Finalmente, se harán recomendaciones a la Universidad de Buenos Aires sobre la captación de información y la infraestructura necesaria para futuras investigaciones, con el fin de mejorar la detección temprana del abandono estudiantil. Pensemos que, aunque el trabajo está enfocado a ayudar a la Universidad de Buenos Aires UBA, pretendemos que otras instituciones puedan sacar alguna utilidad de él.Publicación Análisis y estudio de actividad e interacción de usuarios en la plataforma Ágora de la UNED e implementación de un sistema que realice y plasme visualmente dicho análisis(2024-06) García Mateos, Rubén; Rodrigo Yuste, Álvaro; Rodríguez Anaya, AntonioEn el siguiente trabajo se realizará el análisis y estudio de las interacciones de los usuarios en el foro de las asignaturas “Minería de datos en educación y modelado del estudiante” y “Sistemas interactivos de enseñanza/aprendizaje”, que están presentes en la plataforma Ágora de la UNED. Por otro lado, se realizará la implementación de una herramienta que permita plasmar, visualizar y analizar dicho estudio previo por parte del equipo docente. Para ello, se utilizarán técnicas de aprendizaje automático, análisis de redes sociales y minería de textos. Para la implementación de la herramienta se hará bajo el lenguaje de programación Python y sus respectivas librerías más comunes de Machine learning como son Scikit learn, Pandas, Numpy, Matplotlib…etc. En el análisis realizado a las diferentes asignaturas, se ha podido comprobar que en ellas siempre hay un representante o nodo influyente por el que circula gran parte de la información relevante, además de coincidencias en grupos similares como son alumnos muy activos, semiactivos e inactivos cuando se aplican las técnicas de agrupamiento. Los alumnos semiactivos son aquellos que se centran en la lectura de los foros y la navegación por la plataforma, pero no en la interacción directa con el resto. En los grafos visualizados, la mayoría de los nodos están bien conectados y presentan una buena actividad en la red. Como conclusión general podemos indicar que gran parte de los usuarios de la plataforma interactúan de forma activa al principio del curso y se presenta una atención especial a los mensajes relacionados con la evaluación y prácticas de las asignaturas. Gran parte de los usuarios responde a las presentaciones, y a medida que avanza el curso virtual, se van alejando las interacciones y mensajes enviados a la plataforma.Publicación La influencia de la Inteligencia Artificial Generativa en la Ciberseguridad: Deepfakes(2024-06) López Delgado, Juan Luis; Pastor Vargas, RafaelLa Inteligencia Arti cial ha avanzado mucho desde su inicio en 1943, cuando se propuso el primer modelo que simulaba la actividad de una red neuronal. Desde entonces, se han llevado a cabo muchas investigaciones que han llevado a la tecnología al punto de partida del que hoy en día se encuenta y desde el que parece que puede llegar a cambiar e in uir en nuestra vida de un modo indiscutible. Cabe destacar el trabajo de Goodfellow en 2014, cuando publicó su importante trabajo sobre la Inteligencia Arti cial desde un punto de vista totalmente distinto. En la década de 1960, la Inteligencia Arti cial Generativa había comenzado a emerger con chatbots. Estos no estaban demasiado desarrollados, aunque cumplían con su función. Good-fellow publicó entonces un modelo que era capaz de poder generar imágenes, vídeos y audios sintéticos. A este modelo se le bautizó como Redes Generativas Adversarias. Las aplicaciones de este modelo demostraron posteriormente ser muy numerosas: automatización de la generación de arte para redes sociales, pancartas o infografías; canciones generadas sintéticamente o incluso vídeos vídeos sin tener si quiera que ser grabados. Sin embargo, entre las aplicaciones también se puede encontrar alguna con nes maliciosos. Esta tecnología puede permitir suplantar identidades vulnerando principios tales como la integridad o la privacidad y suponer un riesgo muy alto en la ciberseguridad. Este Trabajo de Fin de Máster tiene como objetivo enumerar estos riesgos, centrándose principalmente en los deepfakes y la tecnología que los soporta. También se enumeran otras aplicaciones en ciberseguridad.Publicación Metodología y creación de dataset de la cesta básica de la compra mediante la clasificación por IA de productos alimenticios de supermercados(2024-06) Vera Bravo, Antonio José; Pastor Vargas, RafaelLa inflación es un fenómeno económico que hace que el poder adquisitivo de la población baje y el coste de vida suba. Por lo general es algo normal, la inflación anual suele estar entorno al 2 % pero en los últimos años hemos vivido una subida muy superior a ese 2 % y, en España, haciendo especial hincapié en la lista de la compra. Esto ha hecho que muchas familias sin capacidad de ahorro tenga que recurrir a la deuda. El objetivo de este trabajo es obtener los productos de los tres principales supermercados españoles, creando un dataset actualizable donde el usuario pueda conocer cual es el precio de antemano sin tener que ir al supermercado, pudiendo saber que comprar, donde y a que precio. Este trabajo da un punto de partida para poder seguir ayudando a los consumidores a optimizar sus gastos. Crea una base sólida para continuar el trabajo, mejorando la clasificación de los productos o incrementando los datos del dataset, tanto la cantidad de datos de cada producto como la cantidad de fuentes de datos.