Pandalyze : aprender Ciencia de Datos con programación en bloques

Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2024.

Capítulo 1. Presentación y estructura del proyecto -- 1.1 Introducción -- 1.2 Objetivos -- 1.3 Motivación -- 1.4 Estructura del informe -- Capítulo 2. Ciencia de Datos -- 2.1 ¿Qué es la Ciencia de Datos? -- 2.1.1 Las etapas de la Ciencia de Datos -- 2.2 Áreas de aplicación de la Ciencia de Datos -- 2.3 Desafíos y consideraciones éticas de la Ciencia de Datos -- 2.4 Futuro de la Ciencia de Datos -- Capítulo 3. Ciencia de Datos en las escuelas -- 3.1 Informática en las escuelas -- 3.1.1 ¿Qué planes hay hoy en las escuelas? -- 3.2 Herramientas más utilizadas -- 3.2.1 Scratch. -- 3.2.2 Pilas Bloques -- 3.3 ¿Por qué llevar la Ciencia de Datos a las escuelas? -- 3.4 Ciencia de Datos a nivel universitario -- Capítulo 4. Herramientas existentes -- 4.1 Aspectos analizados de las herramientas -- 4.2 Herramientas analizadas -- 4.2.1 BlockPy -- 4.2.2 PandasGUI -- 4.2.3 Jupyter Notebook -- 4.3 Comparación de las herramientas analizadas -- Capítulo 5. Pandalyze -- 5.1 Introducción -- 5.1.1 El por qué de la programación en bloques -- 5.2 Tecnologías utilizadas -- 5.2.1 Tecnologías del frontend -- 5.2.2 Tecnologías del backend -- 5.2.3 Limitaciones técnicas -- 5.2.4 Alternativas consideradas y decisiones finales -- 5.3 Aspectos destacados de la interfaz de usuario -- 5.4 Funcionalidad: flujo y experiencia de usuario -- Capítulo 6. Pruebas y validaciones -- 6.1 Evaluación de funcionalidad -- 6.1.1 Nuevas funcionalidades -- 6.1.2 Modificaciones para mejorar la Experiencia de Usuario -- 6.2 Evaluación con estudiantes -- 6.2.1 Evaluación con los estudiantes de la PPS -- 6.2.2 Evaluación en el marco del proyecto Ciencia de Datos en la escuela -- 6.3 Aspectos a destacar -- 6.3.1 Aspectos positivos -- 6.3.2 Aspectos negativos -- Capítulo 7. Conclusiones y consideraciones finales -- 7.1 Conclusiones -- Referencias Bibliográficas