1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Computación

Título :	Plataforma web interactiva para la enseñanza de conceptos de Machine Learning
Autor :	Realpe Robalino, Miguel Andrés , Director Franco Hidalgo, Keyla Fernanda Zaruma Game, Ricardo Joao
Palabras clave :	Machine Learning Educación interactiva Regresión lineal k-means
Fecha de publicación :	2024
Editorial :	ESPOL.FIEC
Citación :	Franco Hidalgo, K. F. y Zaruma Game, R. J. (2024). Plataforma web interactiva para la enseñanza de conceptos de Machine Learning. [Proyecto Integrador]. ESPOL.FIEC .
Descripción :	El proyecto aborda la problemática de la dificultad de comprensión y acceso a los conceptos de Machine Learning (ML) para estudiantes de ingeniería. Se plantea como objetivo desarrollar un prototipo de plataforma web que integre gráficas interactivas para facilitar el aprendizaje de ML, justificando su necesidad por las barreras de entrada que presentan las matemáticas, estadísticas y programación en esta disciplina. Para su desarrollo, se realizaron pruebas pre y post con 26 estudiantes de Programación Orientada a Objetos, utilizando la herramienta InteractiveML. Estas pruebas midieron la comprensión de regresión lineal en aprendizaje supervisado y kmeans en no supervisado, además de una encuesta de satisfacción. Los resultados mostraron que la herramienta interactiva aportó una mejora significativa en comparación con métodos tradicionales, con un 70,20 % de mejora en regresión lineal y un 85,10 % en k-means. Por ende, Se demostró una mejora significativa en la comprensión de Machine Learning con el uso de InteractiveML, confirmando su efectividad frente a métodos tradicionales. Palabras clave: Machine Learning, educación interactiva, regresión lineal, k-means.
metadata.dc.description.abstractenglish:	The project addresses the problem of the difficulty of understanding and access to Machine Learning (ML) concepts for engineering students. The objective is to develop a prototype web platform that integrates interactive graphics to facilitate the learning of ML, justifying its necessity by the entry barriers presented by mathematics, statistics and programming in this discipline. For its development, pre and post tests were conducted with 26 Object Oriented Programming students, using the InteractiveML tool. These tests measured the understanding of linear regression in supervised learning and k-means in unsupervised learning, in addition to a satisfaction survey. The results showed that the interactive tool provided a significant improvement compared to traditional methods, with 70.20% improvement in linear regression and 85.10% improvement in k-means. Therefore, a significant improvement in Machine Learning understanding was demonstrated with the use of InteractiveML, confirming its effectiveness compared to traditional methods. Keywords: Machine Learning, interactive education, linear regression, k-means.
URI :	http://www.dspace.espol.edu.ec/handle/123456789/62317
metadata.dc.identifier.codigoproyectointegrador:	TECH-364
Aparece en las colecciones:	Tesis de Computación

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.