Machine Learning como estrategia pedagógica lúdica para planeación de producción
DOI:
https://doi.org/10.52143/2346139X.812Keywords:
planeación de los requerimientos, Machine learning, Python, lúdicaAbstract
Este artículo describe una estrategia pedagógica basada en la lúdica “The Product X, The Product Z, Production Laboratory” diseñada por Schesinger, que busca que el estudiante de ingeniería industrial comprenda con mayor facilidad los conceptos de MRP y Machine learning y que, del mismo modo, pueda implementarlos en su proceso de aprendizaje. Se realizó un análisis con varios modelos matemáticos, para identificar el resultado que se ajusta mejor a las predicciones sobre el tamaño de las órdenes de producto y tipo de producto. En la realimentación realizada con los estudiantes que participaron en la lúdica, se evidenció que el proceso fue satisfactorio, pues calificaron a los conocimientos adquiridos por encima del 75%.
Downloads
References
Caja García, O. (2020). Librería Python para el aprendizaje y la implementación de redes neuronales
(Doctoral dissertation, Universitat Politècnica de València). Recuperado de https://
riunet.upv.es/handle/10251/152226
Calancha, C., & Abgar, N. (2011). Breve aproximación a la técnica de árbol de decisiones. Recuperado
de https://niefcz. files. wordpress. com/2011/07/breve-aproximacion-a-la-tecnica-
de-arbol-de-decisiones. pd.
Chang, S., Cohen, T. & Ostdiek, B. (2018). What is machine learning?. Physical Review D.
(97). Recuperado de https://journals.aps.org/prd/abstract/10.1103/PhysRevD.
056009
Cognodata (2019). ¿Qué Es El Análisis Descriptivo?. Recuperado de https://www.cognodata.
com/que-es-analisis-descriptivo/
González, Nelson Vladimir Yepes (2015). La educación lúdica en los procesos de enseñanza
aprendizaje de los ingenieros industriales.” Encuentro Internacional de Educación
en Ingeniería.
Haykin, S. (2004). Neural Networks. A Comprehensive Foundation. Vol. 2. Prentice Hall.
Hernández Cruz, Harold. (2015). La Lúdica En El Aula de Ingeniería. Revisión de Experiencias.
Revista de Ingeniería, Matemáticas y Ciencias de La Información. 2(3):67–71.
Ithandehuil C. & Crisólogo, D. (2006). Lectura e Interpretación de Gráficas Socialmente Compartidas.
Revista Latinoamericana de Investigación en matemática educativa.
Katuu, S. (2020). New Review of Information Networking Enterprise Resource Planning:
Past, Present, and Future.” New Review of Information Networking 25(1):37–46. Doi:
1080/13614576.2020.1742770.
Marco, F. J. (s.f.) R cuadrado ajustado: coeficiente de determinación ajustado. Recuperado
de_https://economipedia.com/definiciones/r-cuadrado-ajustado-coeficiente-
de-determinacion-ajustado.html
Minitab. (18 de abril de 2019). Análisis de Regresión: ¿Cómo Puedo Interpretar El R-Cuadrado
y Evaluar La Bondad de Ajuste? [Entrada de blog]. Recuperado de https://
blog.minitab.com/es/analisis-de-regresion-como-puedo-interpretar-el-r-cuadrado-
y-evaluar-la-bondad-de-ajuste
Moscote, O., and & Quintana, R. (2008). Estadistica I: Programa administracion publica territorial.
Murphy, K. P. (2006). Naive bayes classifiers. University of British Columbia, 18(60), 1-8.
Mesa L., Lozano, M. R., & Davila, J.. (2011). Descripción general de la Inferencia Bayesiana y
sus aplicaciones en los procesos de gestión. La simulación al Servicio de la Academia,
, 1-28.
Orozco, J. A. (2018). Machine Learning y su importancia en la actualidad. Recuperado
de_https://www.ipade.mx/2018/08/30/machine-learning-y-su-importancia-
en-la-actualidad/
Quiceno, M. O., & Jaramillo, C. (2006). Utilización de la lúdica para la enseñanza del MRP I.
Scientia et technica, 3(32). Doi: https://doi.org/10.22517/23447214.6289.
Pedregosa, F. et al. (2011). Scikit-Learn: Machine Learning in Python. Journal of Machine Learning
Research 12:28, 25–30.
Ranjeeth, S., Latchoumi, T. P., & Paul, P. V. (2021). Optimal stochastic gradient descent with
multilayer perceptron based student’s academic performance prediction model.
Recent Advances in Computer Science and Communications (Formerly: Recent Patents
on Computer Science), 14(6), 1728-1741.
Rodriguez, A. M. P., Mejia, K. A. P., & Ramos, A. F. S. (2016). Propuesta de un juego de mesa
como herramienta didáctica para la explicación de conceptos de control de inventarios
en programas de ingeniería industrial. Revista educación en ingeniería, 11(21),
-50.
Soto, G. R. (2011). El teorema de Bayes. Revista De Educación Matemática, 26(3), 3-25.
Weisstein, E. W. (2006). Correlation coefficient. Recuperado de https://mathworld. wolfram.com/.
Wiper, M. (s.f.). Probabilidad condicionada y el teorema de BAYES ¿Cambiarías de Puerta?
Recuperado de http://halweb.uc3m.es/esp/Personal/personas/mwiper/docencia/
Spanish/Teoria_Est_El/tema4_orig.pdf
