Técnicas de minería de datos con sotware libre para la detección de factores asociados al rendimiento

• Fernando Martínez-Abad ^[1] ; Juan Pablo Hernández-Ramos ^[1]
  1. [1] Universitad de Salamanca
• Localización: REXE: Revista de estudios y experiencias en educación, ISSN-e 0718-5162, ISSN 0717-6945, Vol. 2, Nº. Extra 3, 2018, págs. 135-145
• Idioma: español
• Títulos paralelos:
  • Data mining techniques with free sotware for the detection of factors associated with performance
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La potencia de cómputo que permiten los equipos informáticos en la actualidad, unido a la existencia de información y datos masivos en todos los ámbitos sociales, incluido el educativo, exige el desarrollo y aplicación de técnicas estadísticas y sotware informáticos que faciliten la obtención de información signiicativa en estos universos de datos y su transformación en conocimiento útil para la sociedad. Partiendo de un proyecto de investigación en desarrollo actualmente, este trabajo presenta el potencial del sotware estadístico Weka para desarrollar análisis estadísticos de información masiva a partir de bases de datos de evaluaciones a gran escala, que permite aplicar técnicas de Minería de Datos, consideradas como parte de las técnicas del denominado Big Data. Así, se muestra una propuesta para el aprovechamiento de sotware informático en el análisis y detección de información no trivial entre la inmensidad de los datos disponibles. De esta manera, se presenta a la comunidad cientíica una serie de procedimientos y técnicas estadísticas que pueden ser valiosas y replicables en otros ámbitos educativos y/o sociales, concluyendo el trabajo con una propuesta de transferencia del conocimiento generado a la sociedad en general y a los agentes educativos en particular.

  • English

    he computational capacities allowed by current computer equipment, coupled with the availability of mass data in all areas, including Education Sciences, demand the development and application of statistical techniques and sotware that help in obtaining meaningful information on these mass data and that facilitate the data transformation into useful knowledge for society. he collection of meaningful information in these data universes and its transformation into useful knowledge for society. Based on a research project under development, this paper presents the potential of the Weka statistical sotware to develop statistical analysis from massive large-scale evaluation databases. In this context, Weka allows researchers to apply techniques of Data Mining, considered within the techniques of the so-called Big Data. hus, this work shows a proposal for the use of Weka sotware in the analysis and detection of nontrivial information between the immensity of the available data. In this way, this study presents to the scientiic community a set of statistical procedures and techniques that can be valuable and replicable in multiple educational and social ields. he conclusions relect on the possibilities of the transference of the knowledge generated to the society in general and to the educational agents in particular.