SlideShare una empresa de Scribd logo
Desarrollo:	Gustavo	Valencia	García								Asignatura:	Big	Data									Actividad	1:	Herramientas	de	visualización	de	datos									
Master	Universitario	Tecnología	Educativa	y	Competencias	digitales
Archivos	grá icos	tomados	de:	Freepik
FUENTE:
Adell, J. [CENT UJI]. (18 de enero de 2017). Analíticas	del	aprendizaje:	una	perspectiva	crítica	(Jordi	Adell) [Archivo de vıd
́ eo].
https://www.youtube.com/watch?v=ZzQLBh1JgEw&t=820s
Aprendizaje adaptativo
Analíticas del aprendizaje
Una perspectiva crítica
Jordi Adell
Promesas
Es una enorme cantidad de datos que
producen una serie de dispositivos
¿Qué	es?
¿Cómo	se	miden	los	datos?
Terabyte - Petabyte - Exabyte - Zettabyte
Características	del	BIG	DATA
1. Se producen a gran velocidad
Son diversos en variedad
2.
Están estructurados y no
estructurados
3.
Son exhaustivos con el 100%
de los datos, no con muestras
4.
Permiten relacionarlos y
referenciarlos
5.
Pueden incrementarse en
cantidad y descripción
6.
	características	del	BD
Resumen
1.
2.
3.
4.
Volumen	
Escala de datos
Velocidad	
En la que se crean
Variedad
Diferentes tipos de datos
Veracidad	
Incerteza de los datos
+
Analíticas	del	
aprendizaje	
¿Qué
es?
Es la medida, recolección, análisis y presentación de
datos sobre los estudiantes y sus contextos con el
propósito de comprender y optimizar el aprendizaje
y el entorno que tiene lugar.
Como herramienta
para el aseguramiento
y la mejora de la
calidad
Como herramienta
para aumentar
las tasas de
retención
Como una herramienta
para evaluar y actuar
sobre los resultados
diferenciales entre
la población
estudiantil
Como facili-
tador para el
desarrollo y la
introducción
del aprendizaje
adaptativo
2. 3. 4.
1.
Aprendices
Métricas
Decisiones Datos
CICLO
analıt
́ ica del aprendizaje
Niveles
de la analıt
́ ica
del aprendizaje
1. Descriptivo
2. Diagnóstico
3.Predictivo
4. Prescriptivo
Estructura
Datos y
entornos
Partes
interesadas
¿Qué?
¿Quién?
¿Para	
qué?
Fines y
objetivos de
cada parte
interesada
Métodos
¿Cómo?
Críticas
Definiciones:
Aplicaciones:
Uso de datos previos de los
estudiantes para “persona-
lizar” su aprendizaje a través
de algoritmos que toman de-
cisiones de qué, cómo y cuando
enseñar, presentar contenido,
evaluar, etc.
Hasta que punto
medir implica
cambiar
Estamos dispuestos o
preparados para que
la educación se
convierta en una empresa
guiada por datos
Los datos, ¿son neutros,
objetivos, carentes de
presupuestos epistemo-
lógicos, ideológicos,
sociales, etc.?
¿Cómo transforma la AA los
contenidos del currıc
́ ulum y la
comunicación (online y of line)
entre profesores y estudiantes
y entre los propios estudiantes?
¿Qué preocupaciones y
garantıa
́ s es necesario
adoptar para el uso de
datos personales?
¿Analıt
́ icas de la enseñanza?
¿por qué solo se habla de
analıt
́ icas del aprendizaje y no
de la vigilancia y control del
profesorado?
¿Qué visión del aprendizaje
se da por aceptada en la
implementación de las
analıt
́ icas del aprendizaje?
¿Cómo transforma la
enseñanza y el aprendizaje
universitario el analisis
sistematico y constante de las
“huellas digitales” de los
estudiantes y profesorado?
¿Cómo cambia la toma de
decisiones y el gobierno de
las universidades la analıt
́ ica
del aprendizaje?
1 2 3 4
5
6
7
8
9

Más contenido relacionado

PDF
Day 3: Aplicaciones de software libre integradas al eLearning: uso de mapas c...
PPTX
Analitica del Aprendizaje
PPTX
Analitica aprendizaje
PPTX
Analítica de Aprendizaje Unidad1, 2.pptx
PDF
Analíticas de aprendizaje - An overview of Educational Software and Analytics
PDF
Diseño de Fuentes de Información 2.0 - Boletín Electrónico.pdf
PDF
Data Science: Correlación curricular
PPTX
Inteligencia Artificial en-educacion.pptx
Day 3: Aplicaciones de software libre integradas al eLearning: uso de mapas c...
Analitica del Aprendizaje
Analitica aprendizaje
Analítica de Aprendizaje Unidad1, 2.pptx
Analíticas de aprendizaje - An overview of Educational Software and Analytics
Diseño de Fuentes de Información 2.0 - Boletín Electrónico.pdf
Data Science: Correlación curricular
Inteligencia Artificial en-educacion.pptx

Similar a Big data (herramientas de visualizacion de datos) (20)

PPTX
2014-01-17 eMadrid "Big data in education" CSEV Daniel Torres & David Gago (u...
PPT
Usos y retos de las TIC en las ONL
PDF
Hacia la construcción de un perfil en 360 grados de los usuarios del @Plan_Ce...
PDF
Integración De las TIC y Estándares ISTE_FranciscoJQuinteroA.pdf
PPTX
Tic en Educacion reflexion teorica y experiencia.ppt
PDF
Plandearea1 p 11
PPTX
1-Introducción a la Inteligencia Artificial (IA) y su Aplicación en la Vida U...
PDF
Competencia Digital e Inteligencia Artificial
PPTX
Exposición: BIG DATA/LEARNING ANALYTICS
PPTX
Exposición BIG DATA/LEARNING ANALYTICS
PDF
El Proyecto de Educación Digital (PED)
PPTX
Web 3.0, Learning Analytics, Bigdata & Gamification
PPTX
La Web 3.0 [Learning Analytics, Bigdata]  & Gamification
PPTX
Insercion tic en procesos de enseñanza y aprendizaje u de lo lagos
PPTX
Cdd en edusup duoc valparaíso
PPT
Presentacion edo learning analytics
PPTX
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
PPTX
Learning-analytics. Herramientas que facilitan el análisis y su implementació...
PPTX
Clase 01
PPTX
convencion cientifica de la universidad tecnica
2014-01-17 eMadrid "Big data in education" CSEV Daniel Torres & David Gago (u...
Usos y retos de las TIC en las ONL
Hacia la construcción de un perfil en 360 grados de los usuarios del @Plan_Ce...
Integración De las TIC y Estándares ISTE_FranciscoJQuinteroA.pdf
Tic en Educacion reflexion teorica y experiencia.ppt
Plandearea1 p 11
1-Introducción a la Inteligencia Artificial (IA) y su Aplicación en la Vida U...
Competencia Digital e Inteligencia Artificial
Exposición: BIG DATA/LEARNING ANALYTICS
Exposición BIG DATA/LEARNING ANALYTICS
El Proyecto de Educación Digital (PED)
Web 3.0, Learning Analytics, Bigdata & Gamification
La Web 3.0 [Learning Analytics, Bigdata]  & Gamification
Insercion tic en procesos de enseñanza y aprendizaje u de lo lagos
Cdd en edusup duoc valparaíso
Presentacion edo learning analytics
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Learning-analytics. Herramientas que facilitan el análisis y su implementació...
Clase 01
convencion cientifica de la universidad tecnica
Publicidad

Último (20)

PDF
Ernst Cassirer - Antropologia Filosofica.pdf
PPTX
Historia-Clinica-de-Emergencia-Obstetrica 1.10.pptx
PDF
Cronograma de clases de Práctica Profesional 2 2025 UDE.pdf
PDF
Escuelas Desarmando una mirada subjetiva a la educación
DOCX
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS
PPTX
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
DOCX
PLAN DE CASTELLANO 2021 actualizado a la normativa
PDF
Los hombres son de Marte - Las mujeres de Venus Ccesa007.pdf
PDF
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
PDF
La lluvia sabe por qué: una historia sobre amistad, resiliencia y esperanza e...
PDF
Los10 Mandamientos de la Actitud Mental Positiva Ccesa007.pdf
PDF
Como Potenciar las Emociones Positivas y Afrontar las Negativas Ccesa007.pdf
PDF
ACERTIJO EL CONJURO DEL CAZAFANTASMAS MATEMÁTICO. Por JAVIER SOLIS NOYOLA
PDF
Mi Primer Millon - Poissant - Godefroy Ccesa007.pdf
PDF
Teologia-Sistematica-Por-Lewis-Sperry-Chafer_060044.pdf
PDF
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
PDF
2.0 Introduccion a processing, y como obtenerlo
PDF
EL aprendizaje adaptativo bajo STEM+H.pdf
PDF
Aqui No Hay Reglas Hastings-Meyer Ccesa007.pdf
PDF
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
Ernst Cassirer - Antropologia Filosofica.pdf
Historia-Clinica-de-Emergencia-Obstetrica 1.10.pptx
Cronograma de clases de Práctica Profesional 2 2025 UDE.pdf
Escuelas Desarmando una mirada subjetiva a la educación
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
PLAN DE CASTELLANO 2021 actualizado a la normativa
Los hombres son de Marte - Las mujeres de Venus Ccesa007.pdf
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
La lluvia sabe por qué: una historia sobre amistad, resiliencia y esperanza e...
Los10 Mandamientos de la Actitud Mental Positiva Ccesa007.pdf
Como Potenciar las Emociones Positivas y Afrontar las Negativas Ccesa007.pdf
ACERTIJO EL CONJURO DEL CAZAFANTASMAS MATEMÁTICO. Por JAVIER SOLIS NOYOLA
Mi Primer Millon - Poissant - Godefroy Ccesa007.pdf
Teologia-Sistematica-Por-Lewis-Sperry-Chafer_060044.pdf
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
2.0 Introduccion a processing, y como obtenerlo
EL aprendizaje adaptativo bajo STEM+H.pdf
Aqui No Hay Reglas Hastings-Meyer Ccesa007.pdf
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
Publicidad

Big data (herramientas de visualizacion de datos)

  • 1. Desarrollo: Gustavo Valencia García Asignatura: Big Data Actividad 1: Herramientas de visualización de datos Master Universitario Tecnología Educativa y Competencias digitales Archivos grá icos tomados de: Freepik FUENTE: Adell, J. [CENT UJI]. (18 de enero de 2017). Analíticas del aprendizaje: una perspectiva crítica (Jordi Adell) [Archivo de vıd ́ eo]. https://www.youtube.com/watch?v=ZzQLBh1JgEw&t=820s Aprendizaje adaptativo Analíticas del aprendizaje Una perspectiva crítica Jordi Adell Promesas Es una enorme cantidad de datos que producen una serie de dispositivos ¿Qué es? ¿Cómo se miden los datos? Terabyte - Petabyte - Exabyte - Zettabyte Características del BIG DATA 1. Se producen a gran velocidad Son diversos en variedad 2. Están estructurados y no estructurados 3. Son exhaustivos con el 100% de los datos, no con muestras 4. Permiten relacionarlos y referenciarlos 5. Pueden incrementarse en cantidad y descripción 6. características del BD Resumen 1. 2. 3. 4. Volumen Escala de datos Velocidad En la que se crean Variedad Diferentes tipos de datos Veracidad Incerteza de los datos + Analíticas del aprendizaje ¿Qué es? Es la medida, recolección, análisis y presentación de datos sobre los estudiantes y sus contextos con el propósito de comprender y optimizar el aprendizaje y el entorno que tiene lugar. Como herramienta para el aseguramiento y la mejora de la calidad Como herramienta para aumentar las tasas de retención Como una herramienta para evaluar y actuar sobre los resultados diferenciales entre la población estudiantil Como facili- tador para el desarrollo y la introducción del aprendizaje adaptativo 2. 3. 4. 1. Aprendices Métricas Decisiones Datos CICLO analıt ́ ica del aprendizaje Niveles de la analıt ́ ica del aprendizaje 1. Descriptivo 2. Diagnóstico 3.Predictivo 4. Prescriptivo Estructura Datos y entornos Partes interesadas ¿Qué? ¿Quién? ¿Para qué? Fines y objetivos de cada parte interesada Métodos ¿Cómo? Críticas Definiciones: Aplicaciones: Uso de datos previos de los estudiantes para “persona- lizar” su aprendizaje a través de algoritmos que toman de- cisiones de qué, cómo y cuando enseñar, presentar contenido, evaluar, etc. Hasta que punto medir implica cambiar Estamos dispuestos o preparados para que la educación se convierta en una empresa guiada por datos Los datos, ¿son neutros, objetivos, carentes de presupuestos epistemo- lógicos, ideológicos, sociales, etc.? ¿Cómo transforma la AA los contenidos del currıc ́ ulum y la comunicación (online y of line) entre profesores y estudiantes y entre los propios estudiantes? ¿Qué preocupaciones y garantıa ́ s es necesario adoptar para el uso de datos personales? ¿Analıt ́ icas de la enseñanza? ¿por qué solo se habla de analıt ́ icas del aprendizaje y no de la vigilancia y control del profesorado? ¿Qué visión del aprendizaje se da por aceptada en la implementación de las analıt ́ icas del aprendizaje? ¿Cómo transforma la enseñanza y el aprendizaje universitario el analisis sistematico y constante de las “huellas digitales” de los estudiantes y profesorado? ¿Cómo cambia la toma de decisiones y el gobierno de las universidades la analıt ́ ica del aprendizaje? 1 2 3 4 5 6 7 8 9