Regresar

Prototipo de un tutor inteligente para el desarrollo de sistemas de razonamiento aproximado bajo incertidumbre en Python.

Abstract:

En la actualidad los tutores inteligentes están basado en reglas de algoritmos simples que guía el estudiante a través de un material cargado, sin embargo, no existe un tutor inteligente basado en métodos de lógica difusa y Neutrosofía que enseñe su funcionamiento. Por esta razón se tuvo como propósito desarrollar un prototipo de un tutor inteligente mediante herramientas Open Source en Python para el desarrollo de sistemas de razonamiento aproximado bajo incertidumbre. En este trabajo de titulación de investigación se usó la metodología experimental debido a que se realizó un análisis cualitativo y cuantitativo a las variables del dataset por medio del proceso KDD que son: semanas epidemiológicas, casos confirmados por muerte, casos probables, confirmados más probables y precaución social del COVID-19. Los modelos que se utilizaron son Lógica Difusa y Neutrosofía para la realización del tutor inteligente. Los resultados fueron positivos porque se obtuvo un modelo híbrido, el cual el tutor lo explica paso a paso de forma entendible para todas las personas que estén interesadas en estos temas.