Title: Prototipo de tutor inteligente para el aprendizaje de la programación de computadores
Authors: Quiroga Saavedra, Luisa Fernanda
Director(s): Guzmán Avendaño, Roger Enrique, dir.
Martínez Rojas, Mario, dir.
Keywords: MACHINE LEARNING
PROGRAMACIÓN DE COMPUTADORES
ENSEÑANZA
Issue Date: 2016
Citation: Quiroga Saavedra, L. F., (2017). Prototipo de tutor inteligente para el aprendizaje de la programación de computadores. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
Abstract: La creciente necesidad de ingenieros, en especial desarrolladores de software, ha incrementado la importancia de la instrucción de estos profesionales. Las dificultades en el aprendizaje de programación resaltan la importancia de localizar los factores críticos que afectan el desempeño de los estudiantes y plantear estrategias que permitan mejorar las posibilidades de cada estudiante en su proceso de aprendizaje. Para esto, se usan métodos de clasificación automática para localizar patrones que relacionen características personales con el desempeño en programación de computadores. Además se sugiere el uso de un modelo para mejorar el proceso de enseñanza.
Description: 87 p.
Bibliography References: AHUJA, Neelu Jyothi; SILLE, Roohi. A critical review of development of intelligent tutoring systems: Retrospect, present and prospect. International Journal of Computer Science Issues, 2013, vol. 10, no 4, p. 39-48.

ANDERSON, John R.. ; SKWARECKI, Edward. The automated tutoring of introductory computer programming. Communications of the ACM, 1986, vol. 29, no 9, p. 842-849.

BEN-ARI, Mordechai. Constructivism in computer science education. Journal of Computers in Mathematics and Science Teaching, 2001, vol. 20, no 1, p. 45-74.

BISHOP, Christopher M. Pattern recognition. Machine Learning, 2006, vol. 128.

BUTZ, C. J.; HUA, S.; MAGUIRE, R. B. Bits: a bayesian intelligent tutoring system for computer programming. En Western Canadian Conference on Computing Education. 2004.

BBC ACTIVE. Why you should use a Virtual Learning Environmen [en línea]. [citado 29 de octubre, 2015]. Disponible en Internet: http://goo.gl/d8YjDP CHEN, Xin; BARNETT, Deborah R.; STEPHENS, Casheena. Fad or future: The advantages and challenges of massive open online courses (MOOCs).

Enresearch-to practice conference in adult and higher education. 2013. p. 20-21.

CONCEPT TO CLASSROOM. Costructivism as a Paradigm for teaching and learning http://www.thirteen.org/edonline/concept2class/constructivism/

COURSERA. MACHINE LEARNING. https://es.coursera.org/learn/machine-learning

DEFINICIÓN.DE. Definición de metacognición. http://definicion.de/metacognicion/

Department of Stadistics, University of California, Berkeley. Random forest

DEPARTMENT OF COMPUTER SCIENCE PRINCETON UNIVERSITY. What is machine learning?, theoretical machine learning [en línea], Rob Schapire. [citado 29 de octubre, 2015]. Disponible en Internet: http://goo.gl/WHZ1jq Department de Computer Science. University of Regina. Confussion Matrix. http://www2.cs.uregina.ca/~dbd/cs831/notes/confusion_matrix/confusion_matrix.html

EL CONFIDENCIAL. ¿Colegios públicos o privados? El informe PISA analiza cuáles son mejores. http://tinyurl.com/ptdlrlz

EL ESPECTADOR. “Hay déficit de 15.000 ingenieros” para industria TIC: Mintic [en línea]. Colombia: Economía [citado >27 de octubre, 2015]. Disponible en Internet: http://goo.gl/awS10S

ELKAN, Charles. Nearest neighbor classification. elkan@ cs. ucsd. edu‖,‖ January, 2011, vol. 11, p. 3.

FAULHABER, Arndt; MELIS, Erica. An Efficient Student Model Based on Student Performance and Metadata. En ECAI. 2008. p. 276-280.

HAMID, Oussama H.; ALAIWY, FatemahH; HUSSIEN, Intisar O. A Bayesian Network Model for More Natrual Intelligent Tutoring Systems. International Journal of Enhanced Research in Science, Technology & Engineering, ISSN, 2015, p. 2319-7463.

HAWKINS, William J.; HEFFERNAN, Neil T.; BAKER, Ryan SJD. Learning bayesian knowledge tracing parameters with a knowledge heuristic and empirical probabilities. En International Conference on Intelligent Tutoring Systems. Springer International Publishing, 2014. p. 150-155.

HORVITZ, Eric; BARRY, Matthew. Display of information for time-critical decision making. En Proceedings of the Eleventh conference on Uncertainty in artificial intelligence. Morgan Kaufmann Publishers Inc., 1995. p. 296-305. HORVITZ, Eric, et al. The Lumiere project: Bayesian user modeling for inferring the goals and needs of software users. En Proceedings of the Fourteenth conference on Uncertainty in artificial intelligence. Morgan Kaufmann Publishers Inc., 1998. p. 256-265.

IMAGINE BLOG. Bayesian Knowledge Tracing [en línea]. Matthew W. Johnson. Julio 2012. [citado 29 de Octubre de 2015]. Disponible en Internet http://goo.gl/rj10sF

Imperial Colege London. Introduction to Neural Networks. http://tinyurl.com/zf8alvk INSTITUCIÓN NACIONAL DE ASTROFÍSICA, ÓPTICA Y ELECTRÓNICA. Luis Enrique Sucar. https://ccc.inaoep.mx/~esucar/Clases-mgp/caprb.pdf

KUTSCHKE, Michael. Code trails. An introduction to Bayesian Networks with Jayes.

LANGLEY, Pat. Elements of machine learning. Morgan Kaufmann, 1996.

MINISTERIO TIC COLOMBIA EN FACEBOOK. [En línea]. Colombia: Ministerio TIC Colombia [citado 27 de octubre, 2015]. Disponible en Internet: https://goo.gl/W6Es6c

NAKABAYASHI, Kiyoshi, et al. An intelligent tutoring system on World-Wide Web: Towards an integrated learning environment on a distributed hypermedia. En Proc. ED-MEDIA. 1995.

NWANA, Hyacinth S. Intelligent tutoring systems: an overview. Artificial Intelligence Review, 1990, vol. 4, no 4, p. 251-277.

OCDE. Evaluaciónde las competencias lectoras para el siglo XXI. Pág 21

PEARL, Judea. Probabilistic reasoning in intelligent systems: networks of plausible inference. Morgan Kaufmann, 2014.

PILLAY, Nelishia. Developing intelligent programming tutors for novice programmers. ACM SIGCSE Bulletin, 2003, vol. 35, no 2, p. 78-82.

RADAR. Learning programming at scale [en línea].Philip Gou. [citado 29 de Octubre de 2015] Disponible en Internet http://goo.gl/jEVJuO

REVISTA SEMANA. ¿Y dónde están los ingenieros? [En línea]. Colombia: Tecnología [citado 27 de octubre, 2015]. Disponible en Internet: http://goo.gl/rTE5qh

SAYLOR.ORG. Supervised learning [en línea]. [citado 29 de Octubre de 2015] Disponible en Internet http://www.saylor.org/site/wp-content/uploads/2011/11/CS405-6.2.1.2-WIKIPEDIA.pdf

SELF, John. The defining characteristics of intelligent tutoring systems research: ITSs care, precisely. International Journal of Artificial Intelligence in Education (IJAIED), 1998, vol. 10, p. 350-364.

Scikit-learn. http://scikit-learn.org/stable/

Scikit learn. Precision-Recall. http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html

SLEEMAN, Derek. The challenges of teaching computer programming.Communications of the ACM, 1986, vol. 29, no 9, p. 840-841.

Stanford Encyclopedia of Philosophy. Fuzzy Logic http://plato.stanford.edu/entries/logic-fuzzy/

STATHACOPOULOU, R.; MAGOULAS, G. D.; GRIGORIADOU, M. Neural network-based fuzzy modeling of the student in intelligent tutoring systems. EnNeural Networks, 1999. IJCNN'99. International Joint Conference on. IEEE, 1999. p. 3517-3521

THE MIT ENCYCLOPEDIA OF THE COGNITIVE SCIENCES. Unsupervised Learning. Peter Dayan

UNIVERSITY OF CAMBRIDGE. Unsupervised Learning. Zoubin Ghahramani. Septiembre de 2004.

UNIVERSITY OF WASHINGTON COMPUTER SCIENCE & ENGINEERING. Bayesian networks.

VARGAS, Guiselle María Garbanzo. Factores asociados al rendimiento académico en estudiantes universitarios desde el nivel socioeconómico: Un estudio en la Universidad de Costa Rica. Revista Electrónica Educare, 17 (3), 2013, p. 57-87.

WANG, Yutao; HEFFERNAN, Neil T. The student skill model. En International Conference on Intelligent Tutoring Systems. Springer Berlin Heidelberg, 2012. p. 399-404.

WONG, S.. K.. Michael ; BUTZ, Cory J.. ; WU, Dan. On the implication problem for probabilistic conditional independency. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 2000, vol. 30, no 6, p. 785-805.
URI: http://hdl.handle.net/10983/14968
Appears in Collections:ACI. Pregrado Sistemas

Files in This Item:
File Description SizeFormat 
PROTOTIPO DE UN SISTEMA TUTOR INTELIGENTE.pdfArticulo principal2.01 MBAdobe PDFThumbnail
View/Open
RAE.pdfRAE267.96 kBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.