Browsing by Author "Mamani Chile, Rogelio"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Informe de suficiencia profesional en el área de Educación Adventista a Distancia de la Universidad Peruana Unión
    (Universidad Peruana Unión, 2025-11-09) Hilasaca Apaza, Ever Saúl; Mamani Chile, Rogelio
    Llevó a cabo funciones como analista programador en el área de E-learning; área dedicada al desarrollo integral de las y los estudiantes incorporando plataformas virtuales y recursos digitales que actuaran como un complemento a su proceso de aprendizaje y que favorecieran su aprendizaje autónomo; en el ejercicio del trabajo se hizo posible que las y los usuarios pudieran acceder a materiales de educación y puedan configurar su aprendizaje de manera flexible y adaptativa de acuerdo a su autogestión del proceso académico. Dentro de sus responsabilidades, llevó a cabo tareas de desarrollo y optimización de plataformas tales como Lamb Learning y Educación Continua, ambas orientados a proporcionarle soluciones educativas accesibles para implementar estrategias de aprendizaje efectivo. Las plataformas anteriormente mencionadas provocaron que tanto estudiantes como docentes pudieran acceder a los materiales de educación y así transformarse en un espacio educativo mucho más adecuado y eficiente.
  • Thumbnail Image
    Item
    Sistema de recomendación de libros basado en algoritmos de similaridad para el Centro de Recursos para el Aprendizaje y la Investigación de la Universidad Peruana Unión
    (Universidad Peruana Unión, 2022-09-05) Mamani Chile, Rogelio; Huanca Torres, Fredy Abel
    El presente trabajo tiene el propósito de optimizar el performance del sistema de recomendación de libros basado en algoritmos de similaridad que permita sugerir recomendaciones de textos con contenidos relevantes a los usuarios del Centro de Recursos para el Aprendizaje y la Investigación de la Universidad Peruana Unión. El método CRISP DM se ha aplicado a un caso de sistema de recomendación de libros para el análisis de datos y optimización del modelo. El método de filtrado colaborativo ha permitido identificar las preferencias de los usuarios y la de otros usuarios con características similares para generar las predicciones; y se ha usado el modelo K-Nearest Neighbor con el algoritmo de similitud de coseno para calcular la mayor similitud entre los usuarios y los libros para ofrecer recomendaciones a los usuarios. En la experimentación se ha obtenido un buen performance del modelo de recomendación con un promedio de 0.83 de exactitud medainte el ajuste de hiperparámetros en el entrenamiento. Sin embargo, en los problemas de clasificación de multiclase se presentan las clases desequilibradas, donde las clases minoritarias obtienen promedios muy bajos; para manejar esta situación se ha usado la técnica de sobremuestreo de las clases minoritarias logrando balancear los datos, lo que ha permitido obtener el promedio total de 0.91 de accuracy, lo que muestra el mejor performance del modelo. La métrica de evaluación que se ha aplicado es la matriz de confusión, obteniendo promedios esperados de precisión (0,91) y de sensibilidad (0.91) lo que evidencia que se puede realizar la predicción de las recomendaciones precisas. Se concluye que se puede lograr la optimización del performance del modelo de sistema de recomendación de libros basados en algoritmos de similitud sin demandar mucha capacidad de cómputo dependiendo del tamaño de la muestra del conjunto de datos.