Publicación:
Aprendizaje computacional de mapas conceptuales en términos de modelos gráficos probabilistas. Aplicación al diseño de un sistema recomendador para la asignatura de Teoría de Autómatas I

Vista sencilla de ítem
dc.contributor.authorAlfonso Gaspar, David
dc.contributor.directorManjarrés Riesco, Ángeles
dc.date.accessioned2024-05-20T12:33:06Z
dc.date.available2024-05-20T12:33:06Z
dc.date.issued2013-09-01
dc.description.abstractLas redes bayesianas permiten modelar la relación incierta entre diferentes variables aleatorias, con la ventaja sobre otros métodos de tener una representación gráfica y de permitir el uso de información de expertos. Por otra parte, los mapas conceptuales representan, también gráficamente, relaciones entre conceptos de un mismo dominio, sin apenas imponer restricciones sobre su estructura, lo que las ha llevado a ser una herramienta muy utilizada en entornos educativos. Este trabajo propone un método semi-automático de generación de mapas conceptuales o competenciales a partir de redes bayesianas aprendidas automáticamente de respuestas de exámenes tipo test de una materia determinada. Nuestra hipótesis es que estas respuestas contienen conocimiento del dominio, el cual puede representarse de forma visual, teniendo una doble utilidad: en primer lugar, estos mapas pueden enriquecer a los creados manualmente por un experto, sugiriendo nuevas conexiones o subrayando la importancia de las ya identificadas; y, en segundo lugar, se propone la utilización de los mapas obtenidos como núcleo de un sistema recomendador que proporcione al alumno una representación gráfica de su conocimiento de la materia, ayudándole a localizar sus fortalezas y debilidades, así como planteándole actividades pedagógicas adecuadas a su nivel de conocimiento. Para conseguir los objetivos anteriores, se han diseñado diversos experimentos y algoritmos que trabajan con los datos de resultados de exámenes tipo test de la asignatura de “Teoría de Autómatas I” impartida en la UNED, aplicando diversas técnicas de Inteligencia Artificial y Minería de Datos. También se ha diseñado un prototipo web de sistema recomendador, basado en los mapas conceptuales generados en la primera fase del trabajo, con el fin de poder valorar su utilidad en un contexto de educación a distancia.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14497
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.titleAprendizaje computacional de mapas conceptuales en términos de modelos gráficos probabilistas. Aplicación al diseño de un sistema recomendador para la asignatura de Teoría de Autómatas Ies
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Alfonso_Gaspar_David_TFM.pdf
Tamaño:
3 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)