Última actualización: 23/04/2023


Curso Académico: 2023/2024

Analítica de datos educativos
(16659)
Grado en Ciencia e Ingeniería de Datos (Plan: 392 - Estudio: 350)


Coordinador/a: MUÑOZ MERINO, PEDRO JOSE

Departamento asignado a la asignatura: Departamento de Ingeniería Telemática

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
- Conocimientos básicos de estadística - Conocimientos básicos de programación
Objetivos
- Introducirse a la analítica del aprendizaje y minería de datos educativas - Introducirse a la recolección de datos educativos - Introducirse al modelado de habilidades de los alumnos - Introducción a detectores de comportamientos y habilidades meta-cognitivas - Introducción a la analítica visual del aprendizaje - Introducción a las actuaciones e intervenciones del aprendizaje
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1 - Introducción a la analítica del aprendizaje y minería de datos educativa 1.1 Definiciones y propósito 1.2 Plataformas y servicios educativos 1.3 Arquitecturas y marcos de referencia 1.4 Ciclo de vida de la analítica del aprendizaje 2 - Recolección de datos educativos 2.1 Tipos de datos 2.2 Formatos de almacenamiento 2.3 Interoperabilidad. Especificaciones CAM, xAPI, IMS Calliper 2.4 Combinación de datos de múltiples fuentes en servicios deistribuidos 3 - Detección de habilidades de los alumnos 3.1 Teoría de Respuesta al Ítem 3.2 Modelos bayesianos 3.3 Espacios de conocimiento 4 - Detección de comportamientos de los alumnos 4.1 Preferencias 4.2 Búsqueda de ayuda 4.3 Realización de trampas en el sistema 4.4. Otros 5 - Analítica visual del aprendizaje 5.1 Herramientas existentes 5.2 Visualizaciones relacionadas con vídeos y ejercicios 5.3 Visualizaciones de interacciones sociales 5.4 Otras visualizaciones de alto nivel 5.5 Análisis e interpretación de visualizaciones en diferentes situaciones 5.6 Actuación e intervención en el proceso del aprendizaje 6 - Predicción de resultados de aprendizaje 6.1 Predicción de abandono prematuro de cursos 6.2 Predicción de ganancias de aprendizaje 6.3 Predicción de interacciones en servicios
Actividades formativas, metodología a utilizar y régimen de tutorías
AF1: CLASES TEÓRICO-PRÁCTICAS. En ellas se presentarán los conocimientos que deben adquirir los alumnos. Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior. Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirir las capacidades necesarias. AF3: TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. AF8: TALLERES Y LABORATORIOS. AF9: EXAMEN FINAL. En el que se valorarán de forma global los conocimientos, destrezas y capacidades adquiridas a lo largo del curso. MD1: CLASE TEORÍA. Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporcionan los materiales y la bibliografía para complementar el aprendizaje de los alumnos. MD2: PRÁCTICAS. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. MD3: TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. MD6: PRÁCTICAS DE LABORATORIO. Docencia aplicada/experimental a talleres y laboratorios bajo la supervisión de un tutor.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40
Calendario de Evaluación Continua
Bibliografía básica
  • Lang, C., Siemens, G., Wise, A., & Gasevic, D. (Eds.). . Handbook of learning analytics. New York: SOLAR, Society for Learning Analytics and Research.. 2017

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.