CREA: Colección de Recursos Educativos Abiertos

Logotipo del repositorio
Comunidades
Busca por
Enlaces de interés
  • Trabajos Académicos: Iniciación a la Investigación
  • Nomenclatura UNESCO
  • Kit de Recursos Educativos Abiertos de REBIUN
  • Licencias Creative Commons
  • Web de propiedad intelectual de Rebiun
  • Política de Protección de datos de la Universidad de Jaén
FAQ
Sobre CREA
  • Canales de contacto
  • DEPOSITAR DOCUMENTOS
  • Autoarchivo en la colección de materiales docentes de CREA
  • Autoarchivo delegado en las colecciones de TFG, TFM y TFT de CREA
  • Asesoramiento y formación
  • POLÍTICAS
  • Política institucional de recursos educativos abiertos (REA)
  • Política del repositorio institucional de recursos educativos abiertos. CREA
  • Propiedad intelectual y licencias
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Iniciar sesión
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Yera Toledo, Raciel"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 4 de 4
  • Resultados por página
  • Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Desarrollo de métodos de explicabilidad para sistemas de recomendación grupal
    (2023-10-03) Sahraoui Ouardighi, Mohamed; Martínez López, Luis; Yera Toledo, Raciel; Universidad de Jaén. Informática
    Este trabajo de fin de máster se centra en el desarrollo de métodos de explicabilidad para sistemas de recomendación grupal. El objetivo principal es proporcionar explicaciones claras y comprensibles sobre las recomendaciones generadas en un contexto grupal, donde múltiples usuarios están involucrados y se consideran las preferencias y restricciones del grupo. El enfoque metodológico se basa en una revisión de la literatura existente sobre técnicas de recomendación y explicabilidad en sistemas de recomendación. A partir de esta revisión, se diseñarán y desarrollarán métodos de explicabilidad adaptados para sistemas de recomendación grupal. Además, se llevarán a cabo experimentos y análisis comparativos para evaluar la efectividad y calidad de los métodos de explicabilidad desarrollados. Los resultados obtenidos permitirán determinar la eficacia de los métodos propuestos y su capacidad para generar explicaciones comprensibles y relevantes para los usuarios del sistema
  • Cargando...
    Miniatura
    Ítem
    Inteligencia de negocio y en la web : guía docente
    (2025) Universidad de Jaén. Máster Universitario en Ingeniería Informática; González García, Pedro; Carmona del Jesús, Cristóbal José; Díaz Galiano, Manuel Carlos ; Martínez López, Luis; Yera Toledo, Raciel
    Guía docente de la asignatura para el curso académico vigente.
  • Cargando...
    Miniatura
    Ítem
    Programación orientada a objetos: guía docente
    (2025) Universidad de Jaén. Grado en Ingeniería Informática (E.P.S. Jaén); Balsas Almagro, José Ramón; Jiménez Pérez, Juan Roberto; García Fernández, Javier; Jiménez Zafra, Salud María; Yera Toledo, Raciel
    Guía docente de la asignatura para el curso académico vigente
  • Cargando...
    Miniatura
    Ítem
    “Soy Cupido” sistema de recomendación de citas explicables
    (2024-11-26) Domingo Fuentes, Álvaro; Quesada Real, Francisco José; Yera Toledo, Raciel; Universidad de Jaén. Informática
    Este trabajo desarrolla “Soy Cupido”, una aplicación web de citas con un sistema de recomendación explicable que ofrece emparejamientos basados en intereses, preferencias y datos personales de los usuarios. Su propósito es brindar recomendaciones personalizadas con explicaciones claras sobre la compatibilidad, aumentando la confianza del usuario en el sistema. El desarrollo empleó metodologías ágiles, utilizando React para el frontend y Flask para el backend, permitiendo un enfoque iterativo centrado en el usuario. Se exploran conceptos de sistemas de recomendación y su evolución en el contexto de las citas en línea, incluyendo técnicas como filtrado colaborativo y personalización mediante aprendizaje automático. La solución incorpora una base de datos en memoria y un algoritmo diseñado para optimizar la experiencia de usuario, asegurando seguridad, escalabilidad y usabilidad. Se realizaron pruebas para validar el sistema y se sugieren mejoras para desarrollos futuros.
Los documentos del repositorio CREA se encuentran en

crea

Colección de Recursos Educativos Abiertos

  • Aviso Legal
  • Política de privacidad
Todos los documentos están protegidos por derechos de autor y bajo Licencia CC (by-nc-nd) si no se indica lo contrario.