Análisis de técnicas de aprendizaje automático para la clasificación de palabras en un curso virtual de la plataforma MOODLE

En el presente trabajo de titulación se evaluaron dos técnicas de aprendizaje automático (AA): Redes Neuronales y Redes Bayesianas, para ello se utilizaron dos dataset y dos herramientas AA, con mensajes reales extraídos de la plataforma MOODLE de la Universidad Técnica Particular de Loja. Específicamente de un seminario con contenido de Desarrollo Web, y de una clase de Estructura de Datos, ambos de la modalidad de estudios a distancia. Para la elaboración de las pruebas y el cumplimiento de los objetivos, se usó “Weka” en vista de que permite utilizar un mayor número de algoritmos y una mejor visualización de los resultados. Se aplicaron dos tipos de validación que son Percentage Split y Cross-validation en cada uno de los algoritmos de dichas técnicas. De esta manera se comparó los resultados; por lo que se seleccionó Redes Bayesianas por obtener mayor porcentaje en las instancias correctamente clasificadas, mayor número de precisión y cobertura. El algoritmo seleccionado fue “Multinominal Naive Bayes” y validación por “Percentage Split” por obtener 88,97% de instancias correctamente clasificadas y 0,891 de precisión con el dataset en español, también obtuvo 80% de instancias correctamente clasificadas y 0,8 de precisión con el dataset en inglés.

• Autor Principal: Vivanco Castillo, Santiago Andrés (author)
• Formato: bachelorThesis
• Idioma: spa
• Publicado: 2016
• Subjects: Aprendizaje automático – Técnicas; Redes neuronales; Redes bayesianas; MOODLE – Plataforma; Magíster en gestión y desarrollo social - Tesis y disertaciones académicas
• Acceso en liña: http://dspace.utpl.edu.ec/handle/123456789/14701