Resumen

La Minería de Datos Educativos (EDM, por sus siglas en inglés) es un campo de investigación que se enfoca en la aplicación de minería de datos, aprendizaje automático y métodos estadísticos para detectar patrones en grandes colecciones de datos educativos. A lo largo de los años, se han aplicado diferentes técnicas de aprendizaje automático en este campo, pero ha sido recientemente que el Aprendizaje Profundo ha ganado una atención creciente en el ámbito educativo. El Aprendizaje Profundo es un método de aprendizaje automático basado en arquitecturas de redes neuronales con múltiples capas de unidades de procesamiento, que se ha aplicado con éxito a un amplio conjunto de problemas en las áreas de reconocimiento de imágenes y procesamiento de lenguaje natural. Este artículo revisa la investigación realizada en técnicas de Aprendizaje Profundo aplicadas a EDM, desde sus orígenes hasta la actualidad. Los objetivos principales de este estudio son identificar las tareas de EDM que se han beneficiado del Aprendizaje Profundo y aquellas que están pendientes de ser

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Minería de datos educativos; Aprendizaje automático; Métodos estadísticos; Aprendizaje profundo; Arquitecturas de redes neuronales; Reconocimiento de imágenes
• Keywords:Educational data mining; Machine learning; Statistical methods; Deep learning; Neural network architectures; Image recognition