Aprendizaje experiencial en ciencia de datos: satisfacción de los estudiantes para tres modelos de enseñanza y aprendizaje = Experiential learning in data science: student satisfaction for three modelsof teaching and learning

Serrano Fernández, Emilio ORCID: https://orcid.org/0000-0001-7587-0703, Molina González, Martín ORCID: https://orcid.org/0000-0001-7145-1974, Manrique Gamo, Daniel ORCID: https://orcid.org/0000-0002-0792-4156, Baumela Molina, Luis ORCID: https://orcid.org/0000-0001-6910-4359 and Zanardini, Damiano ORCID: https://orcid.org/0000-0002-4202-3484 (2017). Aprendizaje experiencial en ciencia de datos: satisfacción de los estudiantes para tres modelos de enseñanza y aprendizaje = Experiential learning in data science: student satisfaction for three modelsof teaching and learning. In: "IV Congreso Internacional sobre Aprendizaje, Innovación y Competitividad (CINAIC 2017)", 04-06 Oct 2017, Zaragoza. ISBN 978-84-16723-41-6. pp. 289-293. https://doi.org/10.26754/CINAIC.2017.000001_058.

Description

Title: Aprendizaje experiencial en ciencia de datos: satisfacción de los estudiantes para tres modelos de enseñanza y aprendizaje = Experiential learning in data science: student satisfaction for three modelsof teaching and learning
Author/s:
Item Type: Presentation at Congress or Conference (Article)
Event Title: IV Congreso Internacional sobre Aprendizaje, Innovación y Competitividad (CINAIC 2017)
Event Dates: 04-06 Oct 2017
Event Location: Zaragoza
Title of Book: La innovación docente como misión del profesorado: actas del IV Congreso Internacional sobre Aprendizaje, Innovación y Competitividad: CINAIC 2017
Date: 2017
ISBN: 978-84-16723-41-6
Volume: 1
Subjects:
Freetext Keywords: Ciencia de Datos; Aprendizaje Profundo; Aprendizaje experiencial; Gamificación; Data Science; Deep Learning; Experiential Learning; Gamification
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[thumbnail of INVE_MEM_2017_272824.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (335kB) | Preview

Abstract

La Ciencia de Datos es una revolución que ya está cambiando la manera en la que nos ocupamos de negocios, sanidad, política, educación e innovación. Hay una gran variedad de cursos online, másteres, grados, y asignaturas que se enfocan a la enseñanza de este campo interdisciplinar, donde existe una demanda creciente de profesionales. Este artículo describe tres modelos de enseñanza y aprendizaje diferentes para Ciencia de Datos, inspirados en el paradigma del aprendizaje experiencial. Además, estos modelos han sido empleados en una asignatura de Deep Learning, dentro del contexto de un máster internacional de Ciencia de Datos. Finalmente, la satisfacción de los estudiantes es cuantificada por medio de una encuesta para: evaluar los tres modelos, decidir el enfoque favorito y considerar una metodología de aprendizaje experiencial pura.---ABSTRACT---Data science is a revolution that is already changing the way we do business, healthcare, politics, education and innovation. There is a great variety of online courses, masters, degrees, and modules that address the teaching of this interdisciplinary field, where is a growing demand of professionals. This paper describes three different teaching and learning models for Data Science inspired by the experiential learning paradigm.Moreover, these models have been employed in a Deep Learning course in the context of an international master of data science. Finally, thestudent satisfaction is quantified by a survey to: evaluate the three models, decide their favorite approach, and consider a pure experiential learning methodology.

Funding Projects

Type
Code
Acronym
Leader
Title
Government of Spain
TIN2016-78011-C4-4-R
Unspecified
Universidad Politécnica de Madrid
Datos 4.0: Retos y soluciones

More information

Item ID: 50298
DC Identifier: https://oa.upm.es/50298/
OAI Identifier: oai:oa.upm.es:50298
DOI: 10.26754/CINAIC.2017.000001_058
Official URL: https://zaguan.unizar.es/record/62978/files/BOOK-2...
Deposited by: Memoria Investigacion
Deposited on: 06 Feb 2019 10:51
Last Modified: 06 Feb 2019 10:51
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM