Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/41196
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorCañas Campillo, Marco Julio-
dc.contributor.authorLópez Nohava, Luz Mariela-
dc.date.accessioned2024-08-16T14:34:57Z-
dc.date.available2024-08-16T14:34:57Z-
dc.date.issued2022-
dc.identifier.urihttps://hdl.handle.net/10495/41196-
dc.description.abstractRESUMEN: Esta propuesta recoge la experiencia didáctica para la enseñanza de la ciencia de datos a través de dos cursos, Machine Learning e Introducción al Machine Learning, aplicada a estudiantes de noveno y décimo semestre de la Facultad de Ciencias Exactas y Naturales de la Universidad de Antioquia. Se presenta como una estrategia innovadora en la educación superior porque, ante la nueva realidad de educación virtual que potencia el uso de los recursos digitales, se estableció como un proceso basado en la constitución de un sistema articulado de recursos de enseñanza, apropiación del conocimiento y evaluación que facilitó la interacción en el aprendizaje y el desarrollo de habilidades, e involucró plataformas como GitHub de Microsoft, Google Colab, YouTube, Kaggle de Google y Jupyter, y Spyder de Anaconda. En consecuencia, se considera una propuesta exitosa que se podría replicar transversalmente en varios programas regionalizados de la Universidad.spa
dc.format.extent23 páginasspa
dc.format.mimetypeaplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/publishedVersionspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-sa/2.5/co/*
dc.titleEstrategia didáctica para la enseñanza del Machine Learning con Python aplicada a estudiantes de los programas de Biología, Química, Estadística y Matemáticasspa
dc.typeinfo:eu-repo/semantics/otherspa
dc.publisher.groupGrupo de Investigación Interdisciplinar en Dinámicas Regionales, Cultura y Transformación Socialspa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeCaucasia, Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_1843spa
dc.type.redcolhttp://purl.org/redcol/resource_type/COtherspa
dc.type.localOtrosspa
dc.subject.lembAlgoritmos (Computadores)-
dc.subject.lembModelos líneales (Estadística) procesamiento de datos-
dc.subject.lembAplicaciones conformes-
dc.subject.lembPedagogía-
dc.subject.proposalGitHub de Microsoftspa
dc.subject.proposalMachine Learningspa
dc.subject.proposalBiblioteca Pythonspa
dc.subject.proposalRepresentación geométricaspa
dc.subject.proposalSciKit Learnspa
dc.subject.proposalEstrategias didácticasspa
Aparece en las colecciones: Documentos de Trabajo en Educación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Cartilla 3_Machine Learning en la UdeA.pdfCartilla61.92 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons