Resumen

Los algoritmos de aprendizaje automático (ML) y aprendizaje profundo (DL) funcionan bien donde se requieren estimaciones y predicciones futuras. En particular, en las instituciones educativas, los algoritmos de ML y DL pueden ayudar a los instructores a predecir el rendimiento de aprendizaje de los estudiantes. Además, la predicción del rendimiento de aprendizaje de los estudiantes puede ayudar a los instructores y a los sistemas de aprendizaje inteligente (ILSs) a tomar medidas preventivas (es decir, medidas de participación temprana o intervención temprana) para que el rendimiento de aprendizaje de los estudiantes débiles pueda aumentarse, reduciendo así los fracasos y las tasas de abandono de los estudiantes. En este estudio, proponemos un sistema de aprendizaje inteligente (ILS) impulsado por el modelo de aprendizaje móvil (M-learning) que predice el rendimiento de los estudiantes y los clasifica en varios grupos de rendimiento. Posteriormente, se proporcionan retroalimentación y apoyo adaptativos a aquellos estudiantes que tienen dificult

• Materias:Flujo de información Funciones Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Information flow Functions Population study System modeling Field model
• Palabras claves:Aprendizaje automático; Aprendizaje profundo; Algoritmos; Predicción; Rendimiento; Aprendices
• Keywords:Machine learning; Deep learning; Algorithms; Prediction; Performance; Learners