Sistema web de apoyo a la enseñanza de los algoritmos de clasificación no supervisada del Reconocimiento Lógico Combinatorio de Patrones

Abstract

En la Universidad de las Ciencias Informáticas existe una Línea de investigación de Reconocimiento de Patrones e Inteligencia Artificial donde se desarrollan módulos que aportan un valor agregado a las aplicaciones informáticas desarrolladas en los centros de desarrollo de software de la institución, por lo que interesa la formación profesional de los estudiantes en esta rama a través del currículo optativo de la disciplina de Inteligencia Computacional. La asignatura Reconocimiento de Patrones se fundamenta en el Reconocimiento Lógico Combinatorio de Patrones y dentro de esta juega un papel esencial la clasificación no supervisada, por lo que el objetivo del presente trabajo de diploma es desarrollar un sistema web de apoyo a la docencia. El sistema web, el cual que lleva como nombre “USGest”, será capaz de ofrecer a los estudiantes una visualización del funcionamiento del algoritmo Class mediante su interfaz sencilla y de fácil utilización. Se empleó Python como lenguaje de programación, Django como marco de trabajo y se utilizó el editor de código Visual Estudio Code. Se obtuvo como resultado un sistema web que permite la clasificación no supervisada de objetos utilizando el Reconocimiento Lógico Combinatorio de Patrones como apoyo para la docencia. Las pruebas realizadas determinaron la correcta funcionalidad y la aceptación del sistema web por parte del cliente, las cuales fueron de gran valor para la calidad de la propuesta solución.

At the Informatics Sciences University (UCI) there is a research line of Pattern Recognition and Artificial Intelligence where modules are developed that provide an added value to the computer applications developed in the software development centers of the institution, so the professional training of students in this branch is of interest through the optional curriculum of the Computational Intelligence line. The Pattern Recognition subject is based on the Combinatorial Logical Pattern Recognition and within it plays an essential role the unsupervised classification, so the objective of this diploma work is to develop a web system to support teaching. The web system, named "USGest", will be able to provide students with a visualization of the Class algorithm operation through its simple and user-friendly interface. Python was used as the programming language, Django as the framework and the Visual Studio Code editor was used. The result was a web system that allows the unsupervised classification of objects using Combinatorial Logical Pattern Recognition as a support for teaching. The tests performed determined the correct functionality and the acceptance of the web system by the client, which were of great value for the quality of the proposed solution.