Abstracto

Machine Learning 2018: Cómo el big data y el análisis pueden mejorar el aprendizaje electrónico - Soraya Sedkaoui-KhemisUniversidad de Miliana

Soraya Sedkaoui

Con la llegada de la innovación web y de la correspondencia, la entrada del aprendizaje electrónico se ha expandido. La información avanzada que se genera en las instituciones educativas y de investigación también está en aumento. La necesidad de utilizar grandes cantidades de información para procesar y desglosar esta gran cantidad de información es primordial. Muchas instituciones (universidades, centros de investigación) están utilizando la investigación para mejorar sus procesos. La investigación de grandes cantidades de información cuando se aplica a la enseñanza y el proceso de aprendizaje puede ayudar a lanzar y desarrollar nuevos estándares. Desde este punto de vista, este artículo examina las aplicaciones y los problemas más prometedores de los grandes datos para la estructura de la próxima era del gran aprendizaje electrónico. En particular, se ocupa de los dispositivos y herramientas metodológicos para el destino del aprendizaje electrónico en el campo del análisis de datos, las trampas que surgen del uso de grandes conjuntos de datos. Este artículo se centra en el posible uso de métodos de grandes cantidades de información en las mejoras del aprendizaje electrónico. El documento concluye con una ilustración de los futuros títulos que se relacionan con el giro de los acontecimientos y el uso de una tarea institucional en la investigación de una enorme cantidad de información para la mejora del aprendizaje electrónico. El aprendizaje electrónico está en constante evolución y las posibilidades que podrían surgir del uso de los macrodatos son enormes para el sector. Capturar la experiencia de un alumno puede proporcionar datos extremadamente valiosos, pero esta información solo resultará útil si da como resultado un cambio significativo. Una idea clara sobre los macrodatos y los análisis de aprendizaje asociados puede ayudarle a diseñar cursos más personalizados. Esto debería aumentar la satisfacción y el compromiso de los alumnos con los cursos de aprendizaje electrónico que ofrece. Así que ha estado recopilando comentarios, informes y análisis sobre su aprendizaje electrónico durante un largo período de tiempo. El aprendizaje electrónico está en constante evolución y cambio y los macrodatos disponibles le ayudarán a prepararse para la próxima tendencia. Entonces, ¿cómo se analizan y evalúan mejor estos datos? En el contexto de la industria del aprendizaje electrónico, los macrodatos son los datos creados por los alumnos mientras realizan un curso o módulo. Por ejemplo, si un empleado completa un módulo de capacitación sobre ética de la empresa, su progreso, resultados y cualquier dato adicional creado durante el curso se considera "big data". Cuando se recopila de manera eficaz, esta información puede generar muchas posibilidades nuevas para el aprendizaje electrónico y la gestión eficaz de sus datos puede optimizar sus estrategias de instrucción. La información disponible potenciará y mejorará la capacitación en línea y también proporciona métricas para considerar y aprender sobre varios puntos. Ejemplos de esto son los estilos y preferencias de aprendizaje; cualquier área en la que los estudiantes se estanquen y cuándo y por qué se estancan; poder brindar una experiencia de aprendizaje personalizada y si el aprendizaje ha resuelto los requisitos de la organización. Los ejemplos más significativos de recursos de datos son los análisis del sistema de gestión del aprendizaje,Resultados de los grupos de discusión y de los cuestionarios, y encuestas en las redes sociales. Después de establecer los recursos de datos, deberá recopilar toda la información y optimizar los datos para que se ajusten a sus necesidades. Sus necesidades determinarán el valor de estos datos: algunas métricas serán más valiosas que otras. Por lo tanto, es importante establecer metas y objetivos antes de comenzar a analizar los datos obtenidos. Es esencial ser lo más específico posible: ¿qué se propone averiguar?  

Biografía:

La Dra. Soraya Sedkaoui es profesora titular, analista de datos y consultora estratégica de negocios con más de 10 años de experiencia en docencia, formación, investigación y consultoría en estadística y análisis de big data. Soraya, que lidera la práctica de consultoría analítica en SRY Consulting, se centra en trabajar con clientes globales de diferentes industrias para determinar cómo se puede integrar un enfoque basado en datos en iniciativas estratégicas. Esto también incluye ayudar a las empresas a crear conocimientos prácticos para impulsar resultados comerciales que generen beneficios valorados en varios campos. Los trabajos de Soraya han participado en la prestación de servicios y soluciones analíticas para obtener una ventaja competitiva mediante el uso de algoritmos, herramientas analíticas avanzadas y técnicas de ciencia de datos.