Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Aprendizaje experiencial en ciencia de datos: satisfacción de los estudiantes para tres modelos de enseñanza y aprendizaje
Año:2018
Áreas de investigación
  • Ciencias de la computación y tecnología informática
Datos
Descripción
La Ciencia de Datos es una revolución que ya está cambiando la manera en la que nos ocupamos de negocios, sanidad, política, educación e innovación. Hay una gran variedad de cursos online, másteres, grados, y asignaturas que se enfocan a la enseñanza de este campo interdisciplinar, donde existe una demanda creciente de profesionales. Este artículo describe tres modelos de enseñanza y aprendizaje diferentes para Ciencia de Datos, inspirados en el paradigma del aprendizaje experiencial. Además, estos modelos han sido empleados en una asignatura de Deep Learning, dentro del contexto de un máster internacional de Ciencia de Datos. Finalmente, la satisfacción de los estudiantes es cuantificada por medio de una encuesta para: evaluar los tres modelos, decidir el enfoque favorito y considerar una metodología de aprendizaje experiencial pura.
Internacional
Si
Nombre congreso
CINAIC 2017. Congreso Internacional sobre Innovación Educativa.
Tipo de participación
960
Lugar del congreso
Zaragoza
Revisores
Si
ISBN o ISSN
978-84-16723-41-6
DOI
10.26754/CINAIC.2017.000001_058
Fecha inicio congreso
04/10/2017
Fecha fin congreso
06/10/2017
Desde la página
289
Hasta la página
293
Título de las actas
Libros de Actas CINAIC 2017
Esta actividad pertenece a memorias de investigación
Participantes
  • Autor: Emilio Serrano Fernandez (UPM)
  • Autor: Martin Molina Gonzalez (UPM)
  • Autor: Daniel Manrique Gamo (UPM)
  • Autor: Luis Baumela Molina (UPM)
  • Autor: Damiano Zanardini (UPM)
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Grupo de Inteligencia Artificial (LIA)
  • Grupo de Investigación: Visión por Computador y Robótica Aérea
  • Grupo de Investigación: Ontology Engineering Group
  • Departamento: Inteligencia Artificial
S2i 2021 Observatorio de investigación @ UPM con la colaboración del Consejo Social UPM
Cofinanciación del MINECO en el marco del Programa INNCIDE 2011 (OTR-2011-0236)
Cofinanciación del MINECO en el marco del Programa INNPACTO (IPT-020000-2010-22)