Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Detección de alumnos de riesgo y medición de la eficiencia de centros escolares mediante redes neuronales

dc.contributor.authorSantín González, Daniel
dc.date.accessioned2023-06-21T01:41:28Z
dc.date.available2023-06-21T01:41:28Z
dc.date.issued1999
dc.description.abstractSe utilizan las redes neuronales para solucionar empíricamente tres problemas habituales en el campo de la economía de la educación: detección de alumnos con alto riesgo de fracaso escolar, evaluación de la eficiencia relativa de centros educativos y evaluación de la eficiencia relativa de diferentes planes de estudio
dc.description.departmentDecanato
dc.description.facultyFac. de Ciencias Económicas y Empresariales
dc.description.refereedTRUE
dc.description.statuspub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/6674
dc.identifier.doib17044571
dc.identifier.issn2255-5471
dc.identifier.relatedurlhttp://www.ucm.es/centros/webs/fccee/
dc.identifier.relatedurlhttps://economicasyempresariales.ucm.es/working-papers-ccee
dc.identifier.urihttps://hdl.handle.net/20.500.14352/64349
dc.issue.number02
dc.language.isospa
dc.page.total28
dc.publication.placeMadrid
dc.publisherFacultad de Ciencias Económicas y Empresariales. Decanato
dc.relation.ispartofseriesDocumentos de Trabajo de la Facultad de Ciencias Económicas y Empresariales
dc.rights.accessRightsopen access
dc.subject.keywordEnseñanza
dc.subject.keywordRedes neuronales
dc.subject.keywordFracaso escolar.
dc.subject.ucmLegislación educativa
dc.titleDetección de alumnos de riesgo y medición de la eficiencia de centros escolares mediante redes neuronales
dc.typetechnical report
dc.volume.number1999
dcterms.referencesAndina de la Fuente, D. "Tutorial de redes neuronales". Dpto. de Señales, Sistemas y Radiocomunicaciones. Grupo de circuitos. Universidad Politécnica de Madrid. Arbib, M.A. (1995): "The Handbook of Brain Theory and Neural Networks". The MIT Press. Beltratti, A.; Margarita, S.; Terna, P. (1996): "Neural Networks for economic and financial modelling". International Thomson. Computer Press. Bonilla Musoles, M.; Puerta Medina, R. (1997): "Análisis de las redes neuronales: Aplicación a problemas de predicción y clasificación financiera". Documento de Trabajo. Departamento de Economía Financiera y Matemática. Universidad de valencia. Hanushek, E. (1986): "The economics of Schooling". Journal of Economic Literature. Vol 24, nº3, pp. 1141-1171. Hebb, D.O. (1949): "The organization of behavior". Science Editions, New York, NY. Hornik, K., Stinchcombe, M. and White, H. (1989): "Multilayer Feed-forward Networks are Universal Approximators". Neural networks 2, pp. 359-66. Hornik, K., Stinchcombe, M. and White, H. (1990). "Universal Approximation of an Unknown Mapping and its Derivatives using Multilayer Feed-forward Networks". Neural Networks 3, pp. 551-60. Le Cun, Y. (1985): "Une Procédure d¢ Apprentissage pour Réseau à Seuil Asymétrique", in Proceedings of Cognitiva. Martínez de Lejarza, I. (1996): "Redes Neuronales Auto-Organizadas y Clustering: Una Aplicación a la Agrupación Económico-Funcional de Entidades de Población". Documento de Trabajo. Facultat de CC. Econòmiques i Empresarials. Departamento de Economía Aplicada. Universitat de València. Mc Culloch, W.S. y Pitts, W.A. (1943): "A logical Calculus of the Ideas Immanent in Nervous Activity". Boulletin of Mathematics and Biophysics, 5, págs. 115-133. Minsky, M. y Papert, S. (1969): "Perceptrons: An introduction to Computacional Geometry". The MIT Press. Cambridge, MA. Modrego, A.; San Segundo, M.J. (1988): "Ecuaciones de rendimiento escolar para la evaluación de las enseñanzas medias". Revista de Educación. Septiembre-Diciembre 1988. pp 147-179. Parker, D.B. (1985): "Learning Logic". MIT Center for Computational Research in Economics and Management science, T.R. 47. Pedraja, F. y Salinas, J. (1996): "Eficiencia del gasto público en educación secundaria: una aplicación de la técnica envolvente de datos". Hacienda Pública Española Nº138, pp. 87-96. Rosemblatt, F. (1958): "The Perceptron: A probabilistic model for information storage and organization in the brain". Psychological Review 65, págs 386-408. Rosemblatt, F. (1959): "Principles of Neurodynamics". Spartan Books, New York. Rumelhart, D.E.; Mc Clelland, J.L.; and the PDP Research Group (Eds.) (1986): "Parallel Distributed Processing: Explorations on the Microstructure of Cognition, vol. I. Foundations", MIT Press, Cambridge, MA. San Segundo, M.J. (1991): "Evaluación del Sistema Educativo a Partir de Datos Individuales". Economía Industrial. Marzo-Abril 1991, pp. 23-37. San Segundo, M.J. (1998): "Igualdad de oportunidades educativas". Ekonomiaz Nº 40 1.er Cuatrimestre. Santín, Daniel (1998) "Eficiencia relativa de las Comunidades Autónomas en Enseñanza Secundaria: un enfoque socioeconómico" Documento de Trabajo Facultad de Ciencias Económicas y Empresariales. UCM, nº 9822. Tejedor, F.J.; Caride, J.A. (1988): "Influencia de las variables contextuales en el rendimiento académico". Revista de Educación. Septiembre-Diciembre 1988. pp 112-146. VV.AA. (1994): "Acerca de la producción eductiva: Estudio de los Centros Educativos de la Comunidad Autónoma del País Vasco". Colección estudios y documentos Nº 20. Gobierno Vasco. Departamento de educación, universidades e investigación. Werbos, P.J. (1974): "Beyond Regression: New tools for Prediction and Analysis in the Behavioral Sciences". Unpublished Ph.D. Dissertation, Harvard University. Department of Applied Mathematics. White, H. (1992): "Artificial Neural Networks: Approximation and Learning Theory". Blackwell, Oxford.
dspace.entity.typePublication
relation.isAuthorOfPublicationcb430bf0-8693-4ed4-9b2f-85b8443eb5e5
relation.isAuthorOfPublication.latestForDiscoverycb430bf0-8693-4ed4-9b2f-85b8443eb5e5

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
9902.pdf
Size:
294.12 KB
Format:
Adobe Portable Document Format