DOI:
https://doi.org/10.14483/2322939X.15785Publicado:
2020-06-25Número:
Vol. 17 Núm. 1 (2020)Sección:
Investigación y DesarrolloIntegrando conocimiento mediante Reglas de Asociación: caso de estudio
Knowledge integration using Association Rules: case of study
Palabras clave:
Higher education, Data mining, Association rules, Probability (en).Palabras clave:
Educación superior, Minería de datos, Reglas de asociación, Probabilidad (es).Descargas
Resumen (es)
Mejorar el proceso de enseñanza-aprendizaje es uno de los objetivos que tienen las instituciones de educación superior. En este contexto, la interrelación entre las asignaturas del diseño curricular se torna imprescindible. Sin embargo, muchas veces no se realizan los esfuerzos necesarios para integrarlas efectivamente. En este trabajo se presenta una experiencia para una asignatura troncal, Inteligencia Artificial, que permite al alumno integrar conocimientos mediante actividades prácticas y lograr así la articulación con algunos contenidos académicos adquiridos en el transcurso de la carrera.
Resumen (en)
Higher Education institutions mainly aim at improving the teaching-learning process. In this context, the interrelationship among courses in the development of the Curricular Design becomes essential. However, in many cases not all the required efforts are made in order for subjects to be effectively integrated. This paper presents a learning experience designed for a core subject, Artificial Intelligence, with the purpose of allowing students to integrate knowledge through practical activities as well as achieving better articulation with previously acquired academic contents throughout their course of study.
Referencias
"Ley de Educación Superior Nº 24.521. https://www.educ.ar/recursos/91820/ley-de-educacion-superior
D. Pérez Soto, C. M. Rodríguez Borrell, L. Padrón Fernández, J. Padrón Gonzalez, M. V. Velázquez Carrabeo. "La interdisciplinariedad en el proceso de enseñanza aprendizaje" (Marzo 2009); Odiseo, Revista electrónica de pedagogía Febrero 15, 2019, https://odiseo.com.mx/marcatexto/la-interdisciplinariedad-en-el-proceso-de-ensenanza-aprendizaje/, 2009
Comisión Nacional de Evaluación y Acreditación Universitaria. (2009 , Junio) CONEAU, http://www.coneau.gob.ar
G. Beguerí, A. Malberti, and R. O. Klenzi, "Integrando áreas disciplinares en un diseño curricular", in VII Congreso de Tecnología en Educación y Educación en Tecnología, Pergamino Buenos Aires, Junio 2012, p. 8. http://sedici.unlp.edu.ar/handle/10915/18342
W. Vélez Cardona, "La integración del conocimiento como fundamento de los estudios generales," Revista Ciencia y Sociedad, vol. 38, no. 4, pp. 643-658, Diciembre 2013, https://doi.org/10.22206/cys.2013.v38i4.pp643-658
L. Medina Cuevas, L. L. Guzmán Hernández, "Innovación curricular en instituciones de educación superior. Pautas y procesos para su diseño y gestión", Primera edición ed., Asociación Nacional de Universidades e Instituciones de Educación Superior, Ed. Distrito Federal, Mexico: ANUIES, 2011.
A. P. León Urquijo, E. Risco del Valle, C. Alarcón Salvo, "Estrategias de aprendizaje en educación superior en un modelo curricular por competencias," Revista de la educación superior, vol. 43, no. 172, pp. 123-144, Octubre 2014, https://doi.org/10.1016/j.resu.2015.03.012
R. Agrawal, T. Imieliński, A. Swami, "Mining association rules between sets of items in large databases," in ACM SIGMOD international conference on Management of data, Washington D.C., 1993, pp. 207-216, https://doi.org/10.1145/170035.170072
M. Syan Chen, J. Han, P. S Yu, "Data mining: an overview from a database," journal IEEE Transactions on Knowledge and data Engineering, vol. 8, no. 6, pp. 866--883, December 1996, https://doi.org/10.1109/69.553155
J. Hipp, U. Güntzer, G. Nakhaeizadeh, "Algorithms for association rule mining / A general survey and comparison," ACM sigkdd explorations newsletter, vol. 2, no. 1, pp. 58--64, June 2000, https://doi.org/10.1145/360402.360421
M. Hahsler, K. Hornik, T. Reutterer, "Implications of probabilistic data modeling for mining association rules," in Data and Information Analysis to Knowledge Engineering, Berlin, Heidelberg, 2006, pp. 598--605, https://doi.org/10.1007/3-540-31314-1_73
C. Silverstein, S. Brin, R. Motwani, "Beyond market baskets: Generalizing association rules to dependence rules," Data mining and knowledge discovery, vol. 2, no. 1, pp. 39--68, January 1998, https://doi.org/10.1145/253262.253327
M. A. Malberti Riveros and G. Elida Beguerí, "Reglas de Asociación con los datos de una biblioteca universitaria," Revista Cubana de Ciencias Informáticas , vol. 9, no. 4, pp. 30-45, Octubre-Diciembre 2015, https://doi.org/10.29019/enfoqueute.v6n2.62
R Foundation, "The R Project for Statistical Computing". https://www.r-project.org/
2.png)
