Extracción de reglas a partir de conjuntos de datos del EXANI-II mediante el clasificador J48 de WEKA

• LUNA-RAMÍREZ, Enrique ^[1] ; HERNÁNDEZ-CHESSANI, David ^[1] ; SORIA-CRUZ, Jorge ^[1] ; CRUZ VALENZUELA, Roberto. ^[1]
  1. [1] Instituto Tecnológico El Llano Aguascalientes
• Localización: Revista de Docencia e Investigación Educativa: Journal of Teaching and Educational Research, ISSN 2444-4952, Vol. 2, Nº. 3, 2016, págs. 34-40
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las técnicas de minería de datos permiten obtener el conocimiento oculto en los grandes volúmenes de datos generados en cualquier contexto, particularmente en el contexto educativo. Con la ayuda de este tipo de técnicas, particularmente mediante la aplicación de la técnica C4.5, conocida como clasificador J48 en la herramienta especializada WEKA, se encontraron reglas interesantes en conjuntos de datos del EXANI-II, que se espera sirvan de apoyo en la identificación de factores que impactan de manera negativa el desempeño académico de los estudiantes de nivel medio superior, así como la definición de estrategias para fortalecer los aspectos débiles que sean identificados. La validación de los modelos generados para la extracción de reglas se realizó mediante la prueba llamada cross-validation.

  • English

    Data mining techniques allow extracting the hidden knowledge in big data sets generated in any field, particularly in the educational field. With the help of this kind of techniques, particularly by applying the C4.5 technique, known as J48 classifier in the specializied tool WEKA, interesting rules were found from EXANI-II data sets, which are expected to be useful in identifying those factors that impact negatively the academic performance of senior high students, as well as the definition of strategies to reinforce the weak identified aspects. The validation of the generated models for rule extraction was carried out through the so-called cross-validation test.