Resumen

La ciencia de datos ha crecido de manera exponencial con el avance de la tecnología de big data. Las técnicas de análisis de datos necesitan profundizar para encontrar información valiosa (Sarac 2017). La noción de computación en el borde es ampliamente reconocida. Las soluciones habilitadas para el borde proporcionan computación, análisis, almacenamiento y control más cerca del borde de la red, lo que apoya el procesamiento eficiente y la toma de decisiones. El aprendizaje automático también ha recibido una atención significativa en este contexto debido a su flexibilidad y su capacidad para proporcionar una variedad de técnicas supervisadas, no supervisadas y semisupervisadas. Esta investigación presenta un modelo específico para evaluar la correlación potencial de la enseñanza de piano utilizando el aprendizaje automático. El análisis de datos se realiza en los bordes de la red para obtener resultados eficientes (Tan et al. 2017). Se utiliza la técnica de minería de reglas de asociación del aprendizaje automático con la integración del método de prueba mejorado.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Ciencia de datos; Edge computing; Aprendizaje automático; Minería de reglas de asociación; Prueba t mejorada; Enseñanza de piano multimedia-asistente
• Keywords:Data science; Edge computing; Machine learning; Association rule mining; Improved t-test; Multimedia-assistant piano teaching