Propuesta metodológica para desarrollo de modelos de redes neuronales artificiales supervisadas
Resumen
En Ciencias de la Computación, la adopción disciplinada de métodos y técnicas permite la resolución de problemas. Se presenta una propuesta metodológica para la construcción de Redes Neuronales Artificiales supervisadas integrando a un ciclo de vida de la Ingeniería del Software las fases contempladas en el desarrollo de los mencionados modelos. Se validó en un dominio de la botánica a fin de ilustrar la resolución de problemas del mundo real. Particularmente, se trata desde una perspectiva de innovación educativa para estudiantes de Sistemas de Información, carrera con una fuerte orientación en temas de Ingeniería del Software, quienes como futuros profesionales se insertan en la academia y en las empresas.
Descargas
Citas
ACM (2006). Computing Degrees & Careers. ACM.
Bourque P. & Dupuis, R, (ed.) (2004), SWEBOK. Guide to the Software Engineering Body of Knowledge - 2004 Version. IEEE Computer Society. Recuperado de https://www.computer.org/web/swebok
Castillo, E., Cobo, A., Gutiérrez, J. M. & Pruneda, R. E. (1999). Introducción a las redes funcionales con aplicaciones: Un nuevo paradigma funcional. Ed. Paraninfo.
Dorfman, M. & Thayer, R. H. (1997). Software Engineering, IEEE Computer Society Press.
Fernández, F. H. & Duarte, J. E. (2013). El aprendizaje basado en problemas como estrategia para el desarrollo de competencias específicas en estudiantes de Ingeniería. Formación Universitaria. 6 (5), 29-38. Recuperado de http://dx.doi.org/10.4067/S0718-50062013000500005,
Freeman, J. A. & Skapura, D. M. (1991). Redes Neuronales: Algoritmos, aplicaciones y técnicas de programación. Addison-Wesley Iberoamericana S.A. y Ed. Díaz de Santos S.A.
Gutiérrez Vargas, M. E. (2002). El aprendizaje de la ciencia y de la información científica en la educación superior. Anales de Documentación, 5, 197-212.
Klerfors, D. & Huston, T. L. (1998). Artificial Neural Networks: An individual project, within MISB-420-0. St. Louis. Saint Louis University. School of Business & Administration. Recuperado de http://www.hj.se/~de96klda/NeuralNetworks.htm,
Mariño, S. I. & Vanderland, M. A. (2013), Estrategias de enseñanza– aprendizaje en la asignatura Inteligencia Artificial. Los trabajos prácticos entre los años 2003– 2010, Documentación, 6, 31, 44-52.
Mariño, S. I.; Alfonzo, P. L., Alderete, R. & Godoy, M. V. (2015), El proceso del diseño de proyectos de fin de carrera en la disciplina Informática. Una experiencia en la asignatura Trabajo Final de Aplicación, International Journal of Educational Research and Innovation, Número 4. Año II (Diciembre 2015).
Martí, E., Poveda, F., Gurguí, T., Rocarías, J., Gil, D. & Hernández, A. (2013). Una propuesta de seguimiento, tutorías on line y evaluación en la metodología de Aprendizaje Basado en Proyectos. Recuperado de http://refbase.cvc.uab.es/files/MPG2013.pdf
Martin Del Brio, B. & Sanz Molina, A. (2007). Redes neuronales y sistemas borrosos. Ed. Alfaomega Grupo Editor.
Minnaard, C. & Minnaard, V. (2013), Aprendizaje Basado en Problemas (ABP) en los alumnos de carreras técnicas, XV Workshop de Investigadores en Ciencias de la Computación, Red de Universidades con Carreras en Informática (RedUNCI) 1077-1081
Miser H. J. (1993) A foundational concept of science appropiate for validation in operational research. European Journal of Operational Research 66.
Payam R., Lei T. & Huan L. Cross Validation [en línea]. Encyclopedia of Database Systems, Editors: M. Tamer Özsu and Ling Liu. Springer, 2009. Recuperado de http://www.public.asu.edu/~ltang9/papers/ency-cross-validation.pdf,
Macchiarola, V. Martini, C., Montebelli. E. & Pizzolitto, A. L. (2012), El aprendizaje institucional en una universidad que innova. Revista Iberoamericana de Educación 58/4
Pérez Lindo A., Ruiz Moreno, L., Varela, C., Grosso, F., Camós, C., Trottini, A. M., Burke, M. De L. & Darin, S. (2005). Gestión del conocimiento. Un nuevo enfoque aplicable a las organizaciones y la universidad. Grupo Editorial Norma. Bs. As.
Pressman, R. S. (2010), Ingeniería del Software: Un Enfoque Práctico. Mc Graw Hill Interamericana.
RED UNCI (2006), Red de Universidades con Carreras en Informática Lineamientos curriculares. Recuperado de redunci.info.unlp.edu.ar/
Russell, S. J. & Norving, P. (2004), Inteligencia Artificial: Un enfoque moderno. Ed. Pearson Alambra,
Rzempoluck, E. J. (1997) Neural Networks Data Analysis Using Simulnet. Ed. Springer.
Solaz-Portolés, J. J. López, V. S. & Gómez López, A. (2011) Aprendizaje basado en problemas en la Educación Superior: una metodología necesaria en la formación del profesorado”. Didáctica de las Ciencias Experimentales y Sociales. 25, 177-186.
Sommerville, I. & Sawyer, P. (2005) Requeriments Engineering: A good practice guide. Ed. John Wiley.
UCI. Machine Learning Repository. Recuperado de http://archive.ics.uci.edu/ml/datasets/Iris,
Vazquez, J. C., Castillo, J. J., Rojas, M. Del C. & Marciszack, M. (2008), Redes Neuronales Artificiales aplicadas a Ciencias Sociales. En: Anales del X Workshop de Investigadores en Ciencias de la Computación. 129-135.
Villarreal, M. & Esteley, C. (2010), Modelización en la educación matemática: perspectivas, experiencias y desafíos, III REPEM – Memorias Santa Rosa, Agosto 2010. Recuperado de
http://online2.exactas.unlpam.edu.ar/repem/cdrepem10/memorias/Talleres/t1.pdf
Wintermute. (2002). Redes de neuronas artificiales y pensamiento. Recuperado de http://www.genaltruista.com
