Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019

Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados p...

Full description

Autores:
Rojas Ayala, Ruth Yaneth
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Pedagógica y Tecnológica de Colombia
Repositorio:
RiUPTC: Repositorio Institucional UPTC
Idioma:
spa
OAI Identifier:
oai:repositorio.uptc.edu.co:001/9206
Acceso en línea:
https://repositorio.uptc.edu.co//handle/001/9206
Palabra clave:
Minería de datos
Enfoque de atributos (Minería de datos)
Minería de datos - Aplicaciones educativas
Software de aplicación
Software de código abierto
Rights
License
Copyright (c) 2021 Universidad Pedagógica y Tecnológica de Colombia
id REPOUPTC2_a2b7b95576281eab35eec9bc0b624875
oai_identifier_str oai:repositorio.uptc.edu.co:001/9206
network_acronym_str REPOUPTC2
network_name_str RiUPTC: Repositorio Institucional UPTC
repository_id_str
dc.title.en_US.fl_str_mv Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
spellingShingle Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
Minería de datos
Enfoque de atributos (Minería de datos)
Minería de datos - Aplicaciones educativas
Software de aplicación
Software de código abierto
title_short Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_full Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_fullStr Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_full_unstemmed Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
title_sort Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019
dc.creator.fl_str_mv Rojas Ayala, Ruth Yaneth
dc.contributor.advisor.none.fl_str_mv Ballesteros Ricaurte, Javier Antonio
dc.contributor.author.none.fl_str_mv Rojas Ayala, Ruth Yaneth
dc.subject.armarc.en_US.fl_str_mv Minería de datos
Enfoque de atributos (Minería de datos)
Minería de datos - Aplicaciones educativas
Software de aplicación
Software de código abierto
topic Minería de datos
Enfoque de atributos (Minería de datos)
Minería de datos - Aplicaciones educativas
Software de aplicación
Software de código abierto
description Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados para la investigación. En la cuarta sección se explica la metodología aplicada, en la siguiente sección se encuentra el caso de estudio en donde se muestra la ejecución de los diferentes algoritmos en las herramientas. La sexta sección describe la evaluación de las herramientas a través de los criterios de calidad definidos. En la sección séptima el análisis de las variables que influyen en el rendimiento académico de los estudiantes construido a través de lo observado en el desarrollo de la tercera sección. Finalmente se encuentran las conclusiones, recomendaciones y bibliografía.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2023-11-28T14:59:26Z
dc.date.available.none.fl_str_mv 2023-11-28T14:59:26Z
dc.type.en_US.fl_str_mv Trabajo de grado pregrados
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.en_US.fl_str_mv Text
dc.type.redcol.en_US.fl_str_mv https://purl.org/redcol/resource_type/TD
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.citation.en_US.fl_str_mv Rojas Ayala, R. Y. (2021). Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019. (Trabajo pregrado). Universidad Pedagógica y Tecnológica de Colombia. Facultad de Ingeniería, Tunja. https://repositorio.uptc.edu.co//handle/001/9206
dc.identifier.uri.none.fl_str_mv https://repositorio.uptc.edu.co//handle/001/9206
identifier_str_mv Rojas Ayala, R. Y. (2021). Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019. (Trabajo pregrado). Universidad Pedagógica y Tecnológica de Colombia. Facultad de Ingeniería, Tunja. https://repositorio.uptc.edu.co//handle/001/9206
url https://repositorio.uptc.edu.co//handle/001/9206
dc.language.iso.fl_str_mv spa
language spa
dc.relation.references.en_US.fl_str_mv Organización para la Cooperación y el Desarrollo Económicos (OCDE) París; and Ministerio de Educación Colombia, Revisión de políticas nacionales de educación La educación en Colombia. 2016.
A. I. Oviedo Carrascal and J. Jimenez Giralgo, “MINERÍA DE DATOS EDUCATIVOS : ANÁLISIS DEL DESEMPEÑO DE ESTUDIANTES DE INGENIERÍA EN LAS PRUEBAS SABER-PRO,” vol. 15, no. 29, pp. 128–139, 2019, doi: 10.33571/rpolitec.v15n29a10.
Á. Jiménez, G. Hugo, and Á. García, “Minería de Datos en la Educación,” 2010.
Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2017-1 | Datos Abiertos Colombia,” Nov. 27, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2017-1/w7bi-rwg5 (accessed Sep. 28, 2020).
Fundación de Apoyo a la Investigación del Estado de São Paulo — FAPESP; Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud (BIREME), “SciELO – Scientific Electronic Library Online.” https://scielo.org/es/ (accessed Apr. 20, 2021).
International Educational Data Mining Society, “Journal of Educational Data Mining.” https://jedm.educationaldatamining.org/index.php/JEDM. (accessed Apr. 20, 2021).
J. A. Fúquene Aristizábal, “Diseño y aportes de un modelo para minería de datos educativos en aulas de educación media de carácter presencial,” Universidad Santo Tomás, Bogotá, Colombia, 2017.
S. D. Páez Juka, “ANÁLISIS COMPARATIVO DE HERRAMIENTAS OPEN SOURCE PARA DATA MINING SOBRE DATOS PÚBLICOS DEL MINISTERIO DE EDUCACIÓN DE LA REPÚBLICA DEL ECUADOR,” Quito, Jun. 2019. Accessed: Oct. 21, 2020. [Online]. Available: http://repositorio.puce.edu.ec/bitstream/handle/22000/17060/Tesis Sergio Páez Doc.pdf?sequence=1&isAllowed=y.
E. Ayala Franco and R. E. López Martínez, “Minería de datos educativos para el análisis de rendimiento académico en una carrera de computación,” Congr. Nac. Comput. y Tecnol. Educ., 2019, Accessed: Apr. 27, 2021. [Online]. Available: https://www.researchgate.net/publication/339128609_Mineria_de_datos_educativos_para_el_analisis_de_rendimiento_academico_en_una_carrera_de_computacion.
K. B. Eckert and R. Suénaga, “Análisis de deserción-permanencia de estudiantes universitarios utilizando técnica de clasificación en minería de datos,” Form. Univ., vol. 8, no. 5, pp. 3–12, 2015, doi: 10.4067/S0718-50062015000500002.
D. L. La Red Martínez, M. J. Karanik, M. E. Giovannini, and N. Pinto, “Determinación de perfiles de rendimiento académico utilizando minería de datos en la UTN – FRRe,” Jun. 2015. Accessed: Apr. 26, 2021. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/46288.
E. J. Phua and N. K. Batcha, “Comparative analysis of ensemble algorithms’prediction accuracies in education data mining,” J. Crit. Rev., vol. 7, no. 3, pp. 37–40, 2020, doi: 10.31838/jcr.07.03.06.
J. R. García-gonzález, P. A. Sánchez-sánchez, M. Orozco, and S. Obredor, “Extracción de Conocimiento para la Predicción y Análisis de los Resultados de la Prueba de Calidad de la Educación Superior en Colombia Knowledge Capture for the Prediction and Analysis of Results of the Quality Test of Higher Education in Colombia,” vol. 12, no. 4, pp. 55–62, 2019.
F. Galvis Aguilar, M. Orlandoni Giampaolo, J. Ramoni Perazzi, and M. O. Pérez Pulido, “Análisis estadístico de los resultados de las pruebas de estado para el ingreso a la educación superior en la Universidad de Santander , Colombia superior na Universidade de Santander , Colombia,” no. 27, pp. 328–339, 2016, doi: 10.14483/udistrital.jour.RC.2016.27.a3.
F. Rodríguez, H. Benavides, and Á. Riascos, “Predicción del desempeño académico usando técnicas de aprendizaje de máquinas Policy Brief,” 2018.
“KDnuggets,” KDnuggets, 2014. https://www.kdnuggets.com/2014/06/kdnuggets-annual-software-poll-rapidminer-continues-lead.html (accessed Oct. 24, 2020).
A. Jović, K. Brkić, and N. Bogunović, “An overview of free software tools for general data mining,” in 2014 37th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2014 - Proceedings, May 2014, pp. 1112–1117, doi: 10.1109/MIPRO.2014.6859735.
Vandna Dahiya, “A SURVEY ON EDUCATIONAL DATA MINING,” May 2018. https://www.researchgate.net/publication/325181159_A_SURVEY_ON_EDUCATIONAL_DATA_MINING (accessed Nov. 30, 2020).
S. Slater, S. Joksimović, V. Kovanovic, R. S. Baker, and D. Gasevic, “Tools for Educational Data Mining: A Review,” J. Educ. Behav. Stat., vol. 42, no. 1, pp. 85–106, Feb. 2017, doi: 10.3102/1076998616666808.
S. Ghorpade, S. Patil, and R. Chaudhari, “EDUCATIONAL DATA MINING: TOOLS AND TECHNIQUES STUDY,” Int. J. Res. Anal. Rev. IJ RAR, vol. 7, no. 4, Nov. 2020, Accessed: Nov. 29, 2020. [Online]. Available: https://www.researchgate.net/publication/345430284_EDUCATIONAL_DATA_MINING_TOOLS_AND_TECHNIQUES_STUDY.
H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020).
H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020).
D. Dakić, D. Stefanović, S. Sladojević, M. Arsenović, and T. Lolić, “A Comparison of Contemporary Data Mining Tools,” XVII International Scientific Conference on Industrial Systems (IS’17), Oct. 2017.
A. H. Wahbeh, Q. A. Al-Radaideh, M. N. Al-Kabi, E. Al-Shawakfa, and E. M. Al-Shawakfa, “A Comparison Study between Data Mining Tools over some Classification Methods Reduct Computation View project Arabic Case-Frames View project A Comparison Study between Data Mining Tools over some Classification Methods,” IJACSA) Int. J. Adv. Comput. Sci. Appl. Spec. Issue Artif. Intell., vol. 18, 2011, doi: 10.14569/SpecialIssue.2011.010304.
P. Chapman, J. Clinton, R. Kerber, C. Shearer, and R. Wirth, “Step-by-step data mining guide,” 2000.
“CRISP-DM Help Overview - IBM Documentation.” https://www.ibm.com/docs/en/spss-modeler/SaaS?topic=dm-crisp-help-overview (accessed Sep. 07, 2021).
I. H. Witten, E. Frank, and J. Geller, “Weka: Practical Machine Learning Tools and Techniques with Java Implementations,” SIGMOD Rec., vol. 31, no. 1, pp. 76–77, 2002, doi: 10.1145/507338.507355.
KNIME, “KNIME Software Overview | KNIME.” https://www.knime.com/software-overview (accessed Jun. 30, 2021).
Orange, “Orange Data Mining - Data Mining.” https://orangedatamining.com/ (accessed Jun. 30, 2021).
D. A. Colombia, “Datos Abiertos Colombia | Datos Abiertos Colombia.” https://www.datos.gov.co/ (accessed Jun. 02, 2021).
Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2018-1 | Datos Abiertos Colombia,” Oct. 21, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2018-1/w42r-j8f9 (accessed Sep. 28, 2020).
datos.gov.co, “Saber 11° 2019-2 | Datos Abiertos Colombia.” https://www.datos.gov.co/Educaci-n/Saber-11-2019-2/ynam-yc42 (accessed Jun. 02, 2021).
Unioviedo, “kmeans-Algoritmo.” https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html (accessed Jul. 15, 2021).
Á. Jiménez Galindo and H. Álvarez García, “Minería de Datos en la Educación,” Madrid-España, 2010. Accessed: Sep. 28, 2020. [Online]. Available: https://www.it.uc3m.es/jvillena/irc/practicas/10-11/08mem.pdf.
I. The MathWorks, “Clustering jerárquico - MATLAB & Simulink - MathWorks España.” https://es.mathworks.com/help/stats/hierarchical-clustering.html (accessed Aug. 15, 2021).
dc.rights.en_US.fl_str_mv Copyright (c) 2021 Universidad Pedagógica y Tecnológica de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.en_US.fl_str_mv https://creativecommons.org/licenses/by/4.0/
dc.rights.creativecommons.en_US.fl_str_mv Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_db06
rights_invalid_str_mv Copyright (c) 2021 Universidad Pedagógica y Tecnológica de Colombia
https://creativecommons.org/licenses/by/4.0/
Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/resource_type/c_db06
http://purl.org/coar/access_right/c_abf2
dc.format.extent.en_US.fl_str_mv 1 recurso en línea (46 páginas) : ilustraciones
dc.format.mimetype.en_US.fl_str_mv application/pdf
dc.publisher.en_US.fl_str_mv Universidad Pedagógica y Tecnológica de Colombia
dc.publisher.faculty.en_US.fl_str_mv Facultad de Ingeniería
dc.publisher.place.en_US.fl_str_mv Tunja
dc.publisher.program.en_US.fl_str_mv Ingeniería de Sistemas y Computación
institution Universidad Pedagógica y Tecnológica de Colombia
bitstream.url.fl_str_mv https://repositorio.uptc.edu.co/bitstreams/4163f226-fdf3-4054-9f3f-b83fbd2da830/download
https://repositorio.uptc.edu.co/bitstreams/d8fb252b-cbe6-4db2-8e0d-fbeb4d657bf3/download
https://repositorio.uptc.edu.co/bitstreams/fc4efa4e-1184-46da-b90a-bbd7601f7d4d/download
https://repositorio.uptc.edu.co/bitstreams/d892ee2c-7402-464f-ba20-7fd21fa2573d/download
https://repositorio.uptc.edu.co/bitstreams/5c4bd148-1619-42fc-9d9e-5ff132bf5299/download
https://repositorio.uptc.edu.co/bitstreams/12a4cc8a-a66f-4a38-aa69-7e23cd507e57/download
https://repositorio.uptc.edu.co/bitstreams/c6daec63-7434-43bb-ad5a-c5384bc27e06/download
bitstream.checksum.fl_str_mv 6b0c714d6fc31be20a0a4f7feedb7fe5
392c3c47987ca02ba7c024aae31497f6
8a4605be74aa9ea9d79846c1fba20a33
65ed4baad23e58f2ec5305513da4395d
41fb86f4354f77e80e84e0e769d14b4c
3e782e4463a17c620840534057df213d
b351b3c9436690e0797e6c851dc844ff
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UPTC
repository.mail.fl_str_mv repositorio.uptc@uptc.edu.co
_version_ 1831927282183176192
spelling Ballesteros Ricaurte, Javier AntonioRojas Ayala, Ruth Yaneth2023-11-28T14:59:26Z2023-11-28T14:59:26Z2021Rojas Ayala, R. Y. (2021). Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019. (Trabajo pregrado). Universidad Pedagógica y Tecnológica de Colombia. Facultad de Ingeniería, Tunja. https://repositorio.uptc.edu.co//handle/001/9206https://repositorio.uptc.edu.co//handle/001/9206Spa: El presente documento está organizado de la siguiente manera: en la sección de estado del arte se comparte una revisión bibliográfica de lo que ha sido el desarrollo y evolución de la minería de datos educativa, las herramientas y técnicas que se han usado, seguido de los objetivos planteados para la investigación. En la cuarta sección se explica la metodología aplicada, en la siguiente sección se encuentra el caso de estudio en donde se muestra la ejecución de los diferentes algoritmos en las herramientas. La sexta sección describe la evaluación de las herramientas a través de los criterios de calidad definidos. En la sección séptima el análisis de las variables que influyen en el rendimiento académico de los estudiantes construido a través de lo observado en el desarrollo de la tercera sección. Finalmente se encuentran las conclusiones, recomendaciones y bibliografía.Bibliografía y webgrafía: Páginas 44-46.pregradoIngeniero de sistemas y computación1 recurso en línea (46 páginas) : ilustracionesapplication/pdfUniversidad Pedagógica y Tecnológica de ColombiaFacultad de IngenieríaTunjaIngeniería de Sistemas y ComputaciónCopyright (c) 2021 Universidad Pedagógica y Tecnológica de Colombiahttps://creativecommons.org/licenses/by/4.0/Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/resource_type/c_db06http://purl.org/coar/access_right/c_abf2Comparación de herramientas libres de minería de datos educativa que aplican técnicas descriptivas. Caso de estudio : caracterización socioeconómica de los estudiantes Pruebas Saber 11 2018 y 2019Trabajo de grado pregradoshttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/TDhttp://purl.org/coar/version/c_970fb48d4fbd8a85Organización para la Cooperación y el Desarrollo Económicos (OCDE) París; and Ministerio de Educación Colombia, Revisión de políticas nacionales de educación La educación en Colombia. 2016.A. I. Oviedo Carrascal and J. Jimenez Giralgo, “MINERÍA DE DATOS EDUCATIVOS : ANÁLISIS DEL DESEMPEÑO DE ESTUDIANTES DE INGENIERÍA EN LAS PRUEBAS SABER-PRO,” vol. 15, no. 29, pp. 128–139, 2019, doi: 10.33571/rpolitec.v15n29a10.Á. Jiménez, G. Hugo, and Á. García, “Minería de Datos en la Educación,” 2010.Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2017-1 | Datos Abiertos Colombia,” Nov. 27, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2017-1/w7bi-rwg5 (accessed Sep. 28, 2020).Fundación de Apoyo a la Investigación del Estado de São Paulo — FAPESP; Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud (BIREME), “SciELO – Scientific Electronic Library Online.” https://scielo.org/es/ (accessed Apr. 20, 2021).International Educational Data Mining Society, “Journal of Educational Data Mining.” https://jedm.educationaldatamining.org/index.php/JEDM. (accessed Apr. 20, 2021).J. A. Fúquene Aristizábal, “Diseño y aportes de un modelo para minería de datos educativos en aulas de educación media de carácter presencial,” Universidad Santo Tomás, Bogotá, Colombia, 2017.S. D. Páez Juka, “ANÁLISIS COMPARATIVO DE HERRAMIENTAS OPEN SOURCE PARA DATA MINING SOBRE DATOS PÚBLICOS DEL MINISTERIO DE EDUCACIÓN DE LA REPÚBLICA DEL ECUADOR,” Quito, Jun. 2019. Accessed: Oct. 21, 2020. [Online]. Available: http://repositorio.puce.edu.ec/bitstream/handle/22000/17060/Tesis Sergio Páez Doc.pdf?sequence=1&isAllowed=y.E. Ayala Franco and R. E. López Martínez, “Minería de datos educativos para el análisis de rendimiento académico en una carrera de computación,” Congr. Nac. Comput. y Tecnol. Educ., 2019, Accessed: Apr. 27, 2021. [Online]. Available: https://www.researchgate.net/publication/339128609_Mineria_de_datos_educativos_para_el_analisis_de_rendimiento_academico_en_una_carrera_de_computacion.K. B. Eckert and R. Suénaga, “Análisis de deserción-permanencia de estudiantes universitarios utilizando técnica de clasificación en minería de datos,” Form. Univ., vol. 8, no. 5, pp. 3–12, 2015, doi: 10.4067/S0718-50062015000500002.D. L. La Red Martínez, M. J. Karanik, M. E. Giovannini, and N. Pinto, “Determinación de perfiles de rendimiento académico utilizando minería de datos en la UTN – FRRe,” Jun. 2015. Accessed: Apr. 26, 2021. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/46288.E. J. Phua and N. K. Batcha, “Comparative analysis of ensemble algorithms’prediction accuracies in education data mining,” J. Crit. Rev., vol. 7, no. 3, pp. 37–40, 2020, doi: 10.31838/jcr.07.03.06.J. R. García-gonzález, P. A. Sánchez-sánchez, M. Orozco, and S. Obredor, “Extracción de Conocimiento para la Predicción y Análisis de los Resultados de la Prueba de Calidad de la Educación Superior en Colombia Knowledge Capture for the Prediction and Analysis of Results of the Quality Test of Higher Education in Colombia,” vol. 12, no. 4, pp. 55–62, 2019.F. Galvis Aguilar, M. Orlandoni Giampaolo, J. Ramoni Perazzi, and M. O. Pérez Pulido, “Análisis estadístico de los resultados de las pruebas de estado para el ingreso a la educación superior en la Universidad de Santander , Colombia superior na Universidade de Santander , Colombia,” no. 27, pp. 328–339, 2016, doi: 10.14483/udistrital.jour.RC.2016.27.a3.F. Rodríguez, H. Benavides, and Á. Riascos, “Predicción del desempeño académico usando técnicas de aprendizaje de máquinas Policy Brief,” 2018.“KDnuggets,” KDnuggets, 2014. https://www.kdnuggets.com/2014/06/kdnuggets-annual-software-poll-rapidminer-continues-lead.html (accessed Oct. 24, 2020).A. Jović, K. Brkić, and N. Bogunović, “An overview of free software tools for general data mining,” in 2014 37th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2014 - Proceedings, May 2014, pp. 1112–1117, doi: 10.1109/MIPRO.2014.6859735.Vandna Dahiya, “A SURVEY ON EDUCATIONAL DATA MINING,” May 2018. https://www.researchgate.net/publication/325181159_A_SURVEY_ON_EDUCATIONAL_DATA_MINING (accessed Nov. 30, 2020).S. Slater, S. Joksimović, V. Kovanovic, R. S. Baker, and D. Gasevic, “Tools for Educational Data Mining: A Review,” J. Educ. Behav. Stat., vol. 42, no. 1, pp. 85–106, Feb. 2017, doi: 10.3102/1076998616666808.S. Ghorpade, S. Patil, and R. Chaudhari, “EDUCATIONAL DATA MINING: TOOLS AND TECHNIQUES STUDY,” Int. J. Res. Anal. Rev. IJ RAR, vol. 7, no. 4, Nov. 2020, Accessed: Nov. 29, 2020. [Online]. Available: https://www.researchgate.net/publication/345430284_EDUCATIONAL_DATA_MINING_TOOLS_AND_TECHNIQUES_STUDY.H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020).H. Esmaeel, “Data Mining Tools,” Jan. 2020. https://www.researchgate.net/publication/338544878_Data_Mining_Tools (accessed Nov. 30, 2020).D. Dakić, D. Stefanović, S. Sladojević, M. Arsenović, and T. Lolić, “A Comparison of Contemporary Data Mining Tools,” XVII International Scientific Conference on Industrial Systems (IS’17), Oct. 2017.A. H. Wahbeh, Q. A. Al-Radaideh, M. N. Al-Kabi, E. Al-Shawakfa, and E. M. Al-Shawakfa, “A Comparison Study between Data Mining Tools over some Classification Methods Reduct Computation View project Arabic Case-Frames View project A Comparison Study between Data Mining Tools over some Classification Methods,” IJACSA) Int. J. Adv. Comput. Sci. Appl. Spec. Issue Artif. Intell., vol. 18, 2011, doi: 10.14569/SpecialIssue.2011.010304.P. Chapman, J. Clinton, R. Kerber, C. Shearer, and R. Wirth, “Step-by-step data mining guide,” 2000.“CRISP-DM Help Overview - IBM Documentation.” https://www.ibm.com/docs/en/spss-modeler/SaaS?topic=dm-crisp-help-overview (accessed Sep. 07, 2021).I. H. Witten, E. Frank, and J. Geller, “Weka: Practical Machine Learning Tools and Techniques with Java Implementations,” SIGMOD Rec., vol. 31, no. 1, pp. 76–77, 2002, doi: 10.1145/507338.507355.KNIME, “KNIME Software Overview | KNIME.” https://www.knime.com/software-overview (accessed Jun. 30, 2021).Orange, “Orange Data Mining - Data Mining.” https://orangedatamining.com/ (accessed Jun. 30, 2021).D. A. Colombia, “Datos Abiertos Colombia | Datos Abiertos Colombia.” https://www.datos.gov.co/ (accessed Jun. 02, 2021).Instituto Colombiano para la Evaluación de la Educación - ICFES, “Saber 11° 2018-1 | Datos Abiertos Colombia,” Oct. 21, 2018. https://www.datos.gov.co/Educaci-n/Saber-11-2018-1/w42r-j8f9 (accessed Sep. 28, 2020).datos.gov.co, “Saber 11° 2019-2 | Datos Abiertos Colombia.” https://www.datos.gov.co/Educaci-n/Saber-11-2019-2/ynam-yc42 (accessed Jun. 02, 2021).Unioviedo, “kmeans-Algoritmo.” https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html (accessed Jul. 15, 2021).Á. Jiménez Galindo and H. Álvarez García, “Minería de Datos en la Educación,” Madrid-España, 2010. Accessed: Sep. 28, 2020. [Online]. Available: https://www.it.uc3m.es/jvillena/irc/practicas/10-11/08mem.pdf.I. The MathWorks, “Clustering jerárquico - MATLAB & Simulink - MathWorks España.” https://es.mathworks.com/help/stats/hierarchical-clustering.html (accessed Aug. 15, 2021).Minería de datosEnfoque de atributos (Minería de datos)Minería de datos - Aplicaciones educativasSoftware de aplicaciónSoftware de código abiertospaORIGINALComparacion_de_herramientas_libres.pdfComparacion_de_herramientas_libres.pdfArchivo principalapplication/pdf1688564https://repositorio.uptc.edu.co/bitstreams/4163f226-fdf3-4054-9f3f-b83fbd2da830/download6b0c714d6fc31be20a0a4f7feedb7fe5MD51A_RYRA.pdfA_RYRA.pdfAutorización publicaciónapplication/pdf1608329https://repositorio.uptc.edu.co/bitstreams/d8fb252b-cbe6-4db2-8e0d-fbeb4d657bf3/download392c3c47987ca02ba7c024aae31497f6MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uptc.edu.co/bitstreams/fc4efa4e-1184-46da-b90a-bbd7601f7d4d/download8a4605be74aa9ea9d79846c1fba20a33MD53TEXTComparacion_de_herramientas_libres.pdf.txtComparacion_de_herramientas_libres.pdf.txtExtracted texttext/plain83562https://repositorio.uptc.edu.co/bitstreams/d892ee2c-7402-464f-ba20-7fd21fa2573d/download65ed4baad23e58f2ec5305513da4395dMD54A_RYRA.pdf.txtA_RYRA.pdf.txtExtracted texttext/plain4518https://repositorio.uptc.edu.co/bitstreams/5c4bd148-1619-42fc-9d9e-5ff132bf5299/download41fb86f4354f77e80e84e0e769d14b4cMD56THUMBNAILComparacion_de_herramientas_libres.pdf.jpgComparacion_de_herramientas_libres.pdf.jpgGenerated Thumbnailimage/jpeg1240https://repositorio.uptc.edu.co/bitstreams/12a4cc8a-a66f-4a38-aa69-7e23cd507e57/download3e782e4463a17c620840534057df213dMD55A_RYRA.pdf.jpgA_RYRA.pdf.jpgGenerated Thumbnailimage/jpeg1654https://repositorio.uptc.edu.co/bitstreams/c6daec63-7434-43bb-ad5a-c5384bc27e06/downloadb351b3c9436690e0797e6c851dc844ffMD57001/9206oai:repositorio.uptc.edu.co:001/92062025-04-25 05:07:54.577https://creativecommons.org/licenses/by/4.0/Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)open.accesshttps://repositorio.uptc.edu.coRepositorio Institucional UPTCrepositorio.uptc@uptc.edu.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

Publicaciones similares