VASS: herramienta docente web para la visualización y enseñanza de algoritmos de aprendizaje semisupervisado
- Martínez Acha, David
- Garrido Labrador, José Luis
- Arnaiz González, Álvar
- García Osorio, César
- Cruz Lemus, José Antonio (coord.)
- Dapena, Adriana (coord.)
- Paramá Gabia, José Ramón (coord.)
ISSN: 2531-0607
Año de publicación: 2024
Número: 9
Páginas: 319-326
Tipo: Artículo
Otras publicaciones en: Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI)
Resumen
En este artículo se presenta la herramienta docente VASS, una aplicación web diseñada para facilitar la enseñanza de algoritmos de aprendizaje semisupervisado. El aprendizaje semisupervisado es una técnica, relativamente novedosa dentro del aprendizaje automático, que, además de los datos etiquetados, utiliza datos no etiquetados para mejorar el rendimiento de los modelos de aprendizaje automático. Esto es especialmente necesario en los contextos en los que la adquisición de datos etiquetados es laboriosa o muy costosa. VASS (visualizador de algoritmos semisupervisados) tiene una interfaz intuitiva que permite a los usuarios entrenar y visualizar el funcionamiento interno de cuatro algoritmos semisupervisados clave: SelfTraining, Co-Training, Tri-Training y Democratic CoLearning. La aplicación se ha desarrollado pensando en su utilidad en entornos educativos, proporcionando a estudiantes y profesores una herramienta valiosa para explorar y comprender estos conceptos fundamentales. VASS no solo busca mejorar la accesibilidad a los algoritmos semisupervisados, sino también fomentar una comprensión más profunda de su funcionalidad.